| 研究課題/領域番号 |
20K11723
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60030:統計科学関連
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
植木 優夫 長崎大学, 情報データ科学部, 教授 (10515860)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | 予測モデル / 遺伝子x環境相互作用 / 高次元回帰モデル / 健康医療データ / ゲノムデータ / リスク予測モデリング / 遺伝的予測 / 遺伝子×環境相互作用 / 環境因子 |
|---|
| 研究開始時の研究の概要 |
現状の全ゲノム情報を用いた予測モデルの予測精度は，多くのありふれた疾患において実用水準に達していない．近年大量に収集されている生活習慣や健康診断情報などの様々な健康医療データを，全ゲノム情報と組み合わせて用いることで，現行モデルの予測精度を向上できる可能性がある．しばしば，ゲノム情報と非ゲノム情報は加法モデルで同列に扱われるが，本研究では，両者の相互作用を考慮した非加法モデルによってリスク予測の高精度化を目指す．
|
| 研究成果の概要 |
全ゲノム情報に多様な健康医療データを組み合わせたリスク予測モデリングのための統計手法・アルゴリズムの開発、特に、健康医療データと全ゲノム情報間の相互作用を考慮したモデリング手法の開発を行った。スパースモデリング手法STMGP（smooth-threshold multivariate genetic prediction）を用いて、全ゲノムデータと性別や年齢等の背景因子を組み合わせたリスク予測モデリング手法の評価を実際のデータで行った後に、全ゲノムデータと非ゲノムデータの相互作用を遺伝子×環境相互作用効果としてモデルに組み入れられる非相加的モデルに基づくリスク予測モデリング手法を開発した。
|
| 研究成果の学術的意義や社会的意義 |
近年、ゲノムデータを含め、高次元な健康医療データが取得されているが、十分な疾患リスク予測精度が得られないケースが多くある。本研究において、現行の単純な加法モデルを発展させることで、全ゲノム情報と多様な健康医療データの相互作用を考慮できる非線形リスク予測モデルを開発した。これまでゲノムデータに対する予測モデルにおいて非ゲノムデータとの相互作用を考慮できる予測モデルは限られていたが、本手法を用いることで、ゲノムデータと健康医療データの相互作用が存在する場合の予測精度向上に貢献するものと考える。
|
