• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 実績報告書

生命システムの破綻にひそむ秩序を解明する

研究課題

研究課題/領域番号 16KT0196
研究機関国立研究開発法人理化学研究所

研究代表者

川上 英良  国立研究開発法人理化学研究所, 科技ハブ産連本部, ユニットリーダー (30725338)

研究分担者 中岡 慎治  東京大学, 生産技術研究所, 派遣研究員 (30512040) [辞退]
研究期間 (年度) 2016-07-19 – 2019-03-31
キーワード多階層ネットワーク / 制御ネットワーク / 状態遷移モデル / 時系列解析 / 機械学習
研究実績の概要

疾病発症の予測モデルとしてのネットワークに基づく状態遷移理論構築の基盤として、1.遺伝子制御ネットワークの 拡張、2.実際の細胞内プロセスに立脚したタンパク質相互作用ネットワークの構築、3.不均一で散発的な時系列データ解析の枠組みの整備、を行った。
【遺伝子制御ネットワーク】7000以上の世界中のヒト・マウスのChIP-seqのデータを再解析することで、従来考慮されて来なかった制御の強度を反映し、ヒトとマウス両方に対応した遺伝子制御ネットワークを構築した。また、実際の実験データに適用することで、様々な生命現象の遷移過程を明らかにした。
【タンパク質相互作用ネットワーク】タンパク質の細胞内局在情報をUniProtデータベースから取り入れ、さらに機械学習を用いて既 知の情報から相互作用の種類や方向を考慮したタンパク質相互作用ネットワークを構築した。
【時系列データ解析】医学・生物学で見られる、散発的で不均一な時系列データに対して、物理学のイジングモデルを応用し多項目測定データに基づいて状態を表現する手法(エネルギーランドスケープ解析)を用いて患者の状態の層別化と未来予測アルゴリズムの構築を行った。機械学習を導入することで卵巣腫瘍に関して術前の血液検査データに基づく予後予測アルゴリズムの構築も行った。
本研究によって、医学・生物学研究で得られる様々な実験データ・臨床データに基づいて、疾患の状態を表現し、時系列予測を行う基盤が構築できたと考えられる。今後は、健康診断データなど、疾病発症前のデータを対象とすることで、未病の状態、疾病予備軍の状態を発見し、疾病の発症を予見・予防する研究を展開して行きたいと考えている。

  • 研究成果

    (11件)

すべて 2019 2018 その他

すべて 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 2件) 学会発表 (7件) (うち国際学会 1件、 招待講演 4件) 備考 (1件)

  • [雑誌論文] Application of Artificial Intelligence for Preoperative Diagnostic and Prognostic Prediction in Epithelial Ovarian Cancer Based on Blood Biomarkers2019

    • 著者名/発表者名
      Kawakami Eiryo、Tabata Junya、Yanaihara Nozomu、Ishikawa Tetsuo、Koseki Keita、Iida Yasushi、Saito Misato、Komazaki Hiromi、Shapiro Jason S.、Goto Chihiro、Akiyama Yuka、Saito Ryosuke、Saito Motoaki、Takano Hirokuni、Yamada Kyosuke、Okamoto Aikou
    • 雑誌名

      Clinical Cancer Research

      巻: 25 (10) ページ: 2996-3005

    • DOI

      10.1158/1078-0432.CCR-18-3378

    • 査読あり
  • [雑誌論文] Co-activation of macrophages and T cells contribute to chronic GVHD in human IL-6 transgenic humanised mouse model2019

    • 著者名/発表者名
      Ono Rintaro, Watanabe Takashi, Kawakami Eiryo and Ishikawa Fumihiko et al.
    • 雑誌名

      EBioMedicine

      巻: 41 ページ: 584~596

    • DOI

      10.1016/j.ebiom.2019.02.001

    • 査読あり / オープンアクセス
  • [雑誌論文] Integration of genetics and miRNA?target gene network identified disease biology implicated in tissue specificity2018

    • 著者名/発表者名
      Sakaue Saori, Hirata Jun, Maeda Yuichi, Kawakami Eiryo and Okada Yukinori et al.
    • 雑誌名

      Nucleic Acids Research

      巻: 46 ページ: 11898~11909

    • DOI

      10.1093/nar/gky1066

    • 査読あり / オープンアクセス
  • [学会発表] 機械学習によるデータ駆動型医療データ解析2019

    • 著者名/発表者名
      川上英良
    • 学会等名
      「統計的機械学習の新展開」研究集会
    • 招待講演
  • [学会発表] 機械学習による疾患層別化と予測2019

    • 著者名/発表者名
      川上英良
    • 学会等名
      第3回理論免疫学ワークショップ
  • [学会発表] 機械学習・数理科学にもとづく疾患の層別化と予測2019

    • 著者名/発表者名
      川上英良
    • 学会等名
      千里ライフサイエンスセミナーM5
    • 招待講演
  • [学会発表] 機械学習と数理科学で疾患の多様性と状態遷移を読み解く2019

    • 著者名/発表者名
      川上英良
    • 学会等名
      第11回DOHaD疫学セミナー
    • 招待講演
  • [学会発表] A machine learning approach based on preoperative blood makers for diagnostic and prognostic prediction of epithelial ovarian cancer2018

    • 著者名/発表者名
      Eiryo Kawakami
    • 学会等名
      第 60 回日本婦人科腫瘍学会学術講演会
    • 国際学会 / 招待講演
  • [学会発表] ゲノム研究ドライ解析の現状と未来についての若手パネルディスカッション 遺伝学、GWAS、オミクス、そしてAI2018

    • 著者名/発表者名
      川上英良
    • 学会等名
      日本人類遺伝学会第63回大会
  • [学会発表] 予測・個別化医療に向けたトランスオミクス数理解析2018

    • 著者名/発表者名
      川上英良
    • 学会等名
      第41回日本分子生物学会年会
  • [備考] 機械学習で卵巣腫瘍の特性を術前予測

    • URL

      http://www.riken.jp/pr/press/2019/20190415_1/

URL: 

公開日: 2019-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi