| 研究課題/領域番号 |
24K13523
|
|---|
| 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58030:衛生学および公衆衛生学分野関連:実験系を含まない
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
三宅 顕光 東北大学, 医学系研究科, 助手 (70872290)
|
|---|
| 研究分担者 |
成田 暁 東北大学, 東北メディカル・メガバンク機構, 助教 (50459468)
|
|---|
| 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 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | ゲノムワイド関連解析 / ポリジェニックリスクスコア |
|---|
| 研究開始時の研究の概要 |
近年、高精度なpolygenic risk score（PRS）を計算するための様々な機械学習手法が提案されているが、ゲノムデータの大規模化に伴う計算コストを軽減するために集団レベルの要約統計量を用いた手法が主流となっている。しかしながら、これらの手法は計算コストの軽減と引き換えにPRSの予測能が一定程度低い傾向を示す問題点がある。そこで本研究では、集団レベルの要約統計量と個人レベルの遺伝子型データの両者を活用し、計算コストを抑えながら高いリスク予測能を有するPRS計算手法を開発する。これによって、限られた計算機資源で個々人の疾患リスクを高精度に予測できるようになる。
|
