2017 Fiscal Year Annual Research Report
Statistical methodology for stabilizing of the genome-omics data analysis
| Project/Area Number |
25280008
|
|---|
| Research Institution | The Institute of Statistical Mathematics |
|---|
Principal Investigator |
江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松浦 正明 帝京大学, 公私立大学の部局等, 教授 (40173794)
松井 茂之 名古屋大学, 医学系研究科, 教授 (80305854)
小森 理 福井大学, 学術研究院工学系部門, 講師 (60586379)
間野 修平 統計数理研究所, 数理・推論研究系, 准教授 (20372948)
野間 久史 統計数理研究所, データ科学研究系, 准教授 (70633486)
|
|---|
| Project Period (FY) |
2013-04-01 – 2018-03-31
|
| Keywords | 遺伝子ランキング / 非線形予測 / 準線形回帰モデル / 拡散テンソル画像 / 一般化平均 |
|---|
| Outline of Annual Research Achievements |
ゲノム・オミックスデータ解析について安定化のための統計的方法論の開発についての計画が今年度をもって終了した．おおむね順調に進展した。従来の特徴量を線形に結合する線形モデルの限界を超えて準線形モデルへの拡張に成功した。一般化平均によって複数の線形モデルを結合させたこの準線形モデルは，情報幾何の測地線と密接な関係があり，密度関数空間の測地線の代わりに予測関数空間において測地性を研究した結果，出されたアイディアであった．ガウシアンミクスチュアのように混合された分布に未知パラメータを付与したように測地線によって繋がれた予測関数に線形パラメータを付与したものになっている．このモデル化によってモデルの柔軟性が獲得された．この柔軟性をコントロールする疎学習による正則化が今年度の中心課題となった．
研究の焦点を当てたテーマはオミックスデータに基づく表現型の予測の安定性だったが，疾病関連マーカーの異質性を取り入れた準線形モデルの導入に一通りの完成がなされた．この異型性を自然に対応させた複数個の線形予測子を非線形に結合する方法である．今年，BMC Bioinformaticsに採録された．モデルの次元が高くなる問題ついて疎学習のアプローチで回帰パラメータのクロス積に対してL1罰則を与える疎性正則化によるアルゴリズムが完成した．コックスの比例ハザードモデルなども準線形モデリングは論文化の段階である．
このようにこれまでゲノム研究やオミックス研究において各々の観測で帰結された結論を統合するための方法論の開発を目指してきた。この内容でオミクスデータに内在する異型性について焦点を当て、異形成を素直に反映した非線形予測の方法の開発を更に進めてきた．この準線形モデルによって、既存の標準的な統計方法の拡張と拡大について今回の研究視野を超えた新たなプロジェクトを展開したい。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
29年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
29年度が最終年度であるため、記入しない。
|
