オミクス情報により代謝状態を表現・評価する代謝ネットワークAIモデルの開発と検証

• 研究課題/領域番号: 24K02856
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分59040:栄養学および健康科学関連
• 研究機関: 山梨大学
• 研究代表者: 大岡 忠生 山梨大学, 大学院総合研究部, 講師 (40803987)
• 研究分担者: 三宅 邦夫 山梨大学, 大学院総合研究部, 准教授 (60550712) ; 小島 諒介 京都大学, 医学研究科, 講師 (70807651)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円); 2026年度: 8,970千円 (直接経費: 6,900千円、間接経費: 2,070千円); 2025年度: 7,800千円 (直接経費: 6,000千円、間接経費: 1,800千円); 2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
• キーワード: オミクス情報 / 生活習慣病 / 代謝ネットワーク / ネットワークモデル / 人工知能

研究開始時の研究の概要

本研究では、新たに公開されるUKBiobankのオミクス情報に、我々が開発したGCN(Graphical Convolutional Network)を用いたAI手法を適用し、相互作用を加味した上で現時点の体内の代謝状態を可視化する代謝ネットワークAIモデルを新たに開発し、生活習慣病に共通する代謝破綻構造を同定する。その後、健診施設で収集する縦断的なオミクス情報の活用により、同モデルを用いた代謝状態の定量化(代謝スコア)を実現し、AIによる代謝評価を行うAI代謝バイオマーカーの開発と検証を行う。