2021 年度研究成果報告書

線形&非線形分離を考慮したデータマインニングによる新規バイオマーカー同定法の確立

研究課題

PDF

研究課題/領域番号	19K07744
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50020:腫瘍診断および治療学関連
研究機関	国立研究開発法人国立がん研究センター
研究代表者	飯田直子国立研究開発法人国立がん研究センター, 研究所, 研究員 (40360557)
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 / がん / バイオマーカー
研究成果の概要	バイオマーカー探索に非線形分離手法を利用し、これまで見つからなかった精度の高い新規バイオマーカーを効率よく同定する方法を確立することを目的とした。公開大規模データベースの薬剤感受性データとゲノム網羅的DNAメチル化データを利用し、データの選別、メチル化値データのゲノム位置情報に基づいた圧縮、非線形分離パターンを示すターゲットのフィルタリングを行った後、SVMによるスクリーニングの手法を構築した。データベースを用いた検証では、高精度なマーカーを同定することが出来た。次に、食道がん根治的化学放射線治療奏効性に関するデータを用いた応用を行ったが、検証において、新規バイオマーカーの同定に至らなかった。
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	本研究は、バイオマーカーの開発に非線形分離パターンも網羅した点で新しい手法である。細胞株を用いて得られた大規模データベースのデータを用いてスクリーニング方法の構築を行い、本手法で高い精度のターゲットを得られることを示すことができた。しかし、臨床データを用いた応用では、検証において、精度の再現性を示すことは出来なかった。候補プローブを広げた検討により、目的とするメチル化状態を観察することが必要であると考えられる。ターゲットを絞り込む閾値設定が明らかになれば、非線形分離パターンも網羅したSVMにより効率よくバイオマーカーのスクリーニングが可能になると考えられた。