| 研究課題/領域番号 |
16K12401
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
松井 茂之 名古屋大学, 医学系研究科, 教授 (80305854)
|
|---|
| 研究分担者 |
小森 理 成蹊大学, 理工学部, 准教授 (60586379)
|
|---|
| 研究協力者 |
Crowley John Chief of Strategic Alliances Cancer Research And Biostatistics, Board Chair
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 判別・予測解析 / 機械学習 / 疾患の異質性 / 統計モデリング / 統計科学 / 構造推定 / 判別解析 / 階層混合モデル / 統計的判別解析 / 疾患異質性 / 高次元データ / 疾患の遺伝的異質性 / 数理工学 / 生物統計学 |
|---|
| 研究成果の概要 |
生物学・医学領域におけるゲノムデータなどの高次元データを用いた興味ある形質の判別解析において、形質とゲノムデータの関連構造を捉えた階層混合モデルに基づいて判別式を構成し、モデルベーストに判別精度を推定するという新しい枠組みを検討した。併せて、がんなどの疾患にみられる分子レベルでの異質性の構造を捉えたネスト型混合モデリングとこれに基づく疾患判別法について検討した。
|
| 研究成果の学術的意義や社会的意義 |
ゲノムデータなどの多次元データを用いた提案する判別・予測解析は、ゲノムデータがもっている自然な関連構造、疾患の分子レベルでの異質性を明示的に考慮しており、統計・機械学習の新しい枠組みを提案するものである。一方で、本研究で開発した方法を適用することで、疾患の診断法の開発はもとより、疾患の分子機構の理解、新規治療法の分子標的の発見に役立つと期待できる。
|
