2015 Fiscal Year Research-status Report
新規ビッグデータ解析手法による精神神経系診断薬開発法の確立
| Project/Area Number |
26330325
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
石井 一夫 東京農工大学, (連合)農学研究科(研究院), 教授 (60449238)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 計算機統計学 / 判別分析 / モンテカルロ法 / 数理モデル化 / 精神神経系疾患 / 並列分散処理 / 正則化 / 表現型予測 |
|---|
| Outline of Annual Research Achievements |
精神神経系疾患（うつ病、総合失調症、双極性障害）の網羅的メチル化解析及び発現定量解析で予備的に行った解析結果を使用して、数理モデルを作成し、その作成法の検討を行った。さらに、他の疾患や生物についても同様の数理モデル化の検討をし、本作成法が汎用的に有効であることを確認した。数理モデルの作成法については、詳細な特性の解析を行い、過学習や多重共線性などの問題点を解決する方法を検討した。本年は以下のような解析を行った。
１、精神神経系疾患で検討した識別法（判別分析など）を用いて検討した最適化された説明変数を用いて数理モデルの作成を行った。
２、これらの数理モデルの作成法が、大腸がんなど他の疾患や、他の生物（コケや菌類）などにおいても、臨床診断や、表現型予測に有効であることを確認した。
３、モデルの作成にあたって、識別法によっては過学習及び、ランク落ちや多重共線性の問題が生じることが認められ、これらの問題を解決するために、大規模並列化計算を行い、多次元データの数理モデル化に必要な正則化などについて検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前年までに取得したデータを用いて、多次元データから、モンテカルロ法により説明変数を最適化し、数理モデリングを行う方法を確立した。作成した数理モデルの特性分析により、過学習及び、多重共線性を避ける方法を確立した。これらの方法は他の疾患や生物において、臨床診断や表現型予測に有効であることを示し、いろいろな応用ができることを示すことができた。
これらの結果をまとめ、特許出願及び国際特許出願を行い、この方法の商品化、事業化への糸口をつけることができた。
以上のことから、本研究は概ね順調に推移していると考えている。
|
| Strategy for Future Research Activity |
現在までに確立した数理モデルは、必ずしも最善ではなく細かいところで改良の余地が残されている。主な課題は、ベイズ推定法などの検討である。
大腸がんなどの他の疾患や生物についても有効であることが示されたため、これらの商品化、事業化へ向けて必要な実装を試みる。
|
Research Products
(11 results)
-
-
-
-
-
-
-
-
-
[Book] ビッグデータの収集、調査、分析と活用事例2015
Author(s)
村田正徳, 石垣司, 工藤卓哉, 石川智也, 清水誠, 中崎尚, 佐々木宏, 達野大輔, 森正弥, 河野洋一, 横山彰吾, 大木真吾, 内田圭亮, 広瀬穣治, 堀雅和, 秋山昌範, 後藤光治, 若杉徹, 横垣裕史, 石井一夫，他33名
Total Pages
345(117-123)
Publisher
技術情報協会
-
-
