研究課題
がん関連モジュールを同定するために、貪欲算法を繰り返し用いることによりタンパク質相互作用ネットワーク内で高い凝集性と連結性を持つタンパク質群を抽出するアルゴリズム(CoCo)の開発を進めた。CoCoアルゴリズムは各腫瘍に特異的なネットワークにおいて、遺伝子間の進化的関係と遺伝的変異、また、ネットワークのトポロジーを統合したスコアづけを行う点に特徴がある。その統合を行う計算式を決定するために、15種類の腫瘍特異的ネットワークを用いた計算機実験を行うとともに、そのデータを用いて腫瘍関連モジュールの同定を試みた。一方、遺伝子発現データ、遺伝子変異データ、遺伝子進化データを統合して腫瘍細胞をサブタイプに分類するために、深層学習に基づく分類・予測手法の開発に着手した。この手法においては、遺伝子進化距離に多次元尺度構成法を適用することにより、各遺伝子を2次元空間上の点に対応させ、遺伝子発現データをその点の強度に対応させることにより、各腫瘍細胞データを画像に対応させる。それとともに、遺伝子の重要度などから選択した遺伝子データのみを用いて画像データに対応させる。その後、画像解析に広く利用されている深層学習モデルであるALEXネットワークを適用する。この研究を円滑に実施するための準備として、データの整備を行うとともに、多次元尺度構成法や深層学習手法の利用法も習得に努めた。その結果、当該手法開発のための準備が整った。
2: おおむね順調に進展している
CoCoアルゴリズムの開発は当初の予定どおり順調に進展している。また、当初の予定にはなかった深層学習の利用にも着手するという新展開を得ることができた。よって、「おおむね順調に進展している」と判断できる。
CoCoアルゴリズムに改良や多様なデータへの適用を進めるとともに、深層学習に基づく統合解析手法の完成に向け研究を進める。
すべて 2018 その他
すべて 国際共同研究 (1件) 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件)
Disease Markers
巻: 2018 ページ: 3835783
10.1155/2018/3835783