| 研究課題/領域番号 |
19H04207
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62010:生命、健康および医療情報学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
瀬尾 茂人 大阪大学, 大学院情報科学研究科, 准教授 (30432462)
|
|---|
| 研究分担者 |
山下 英里華 大阪大学, 大学院医学系研究科, 特任研究員(常勤) (10880106)
水野 紘樹 大阪大学, 生命機能研究科, 助教 (90707655)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | バイオインフォマティクス / 遺伝子発現解析 / 細胞画像処理 / 機械学習 |
|---|
| 研究成果の概要 |
近年の生命科学データはマルチモーダル化が著しく、様々な様式（モード）のデータが大量に取得されるようになっている。オミクスデータはゲノムに由来する情報ゆえにその量が簡単に人間の理解を超え、また動画像は一見理解しやすいものの粒子や細胞の認識・追跡といった処理が必要となり定量的な解析を行おうとすると難しい。本研究では、細胞動画像とオミクスデータの統合的情報解析技術の開発を目的とし、動画像解析には深層学習の技法を用いた特徴量の抽出技術の開発、オミクスデータ解析としては一細胞RNA-seqのデータを中心に様々なタイプのデータを結合して、重要な基底の発見とパターンの抽出を行う方法を開発した。
|
| 自由記述の分野 |
バイオインフォマティクス
|
| 研究成果の学術的意義や社会的意義 |
本研究では、大別して2つの方向性の要素技術の開発を行った。1つは、一細胞遺伝子発現解析のための次元削減・特徴抽出手法であり、非負値行列因子分解や変分自己符号化器による方法を開発した。もう1つは、細胞動画像から特徴量の抽出を行う方法である。相貌度画像の解析においては、十分なアノテーション情報を準備することは難しいため、自己教師つき学習や教師なし学習を用いて、重要な画像特徴量を獲得することを試みた。
また、本研究課題の期間中に急速に発展普及した技術が空間トランスクリプトーム解析である。本研究課題でも実際にデータを取得し、開発した要素技術の空間トランスクリプトーム解析への応用・評価を行った。
|
