• 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

2021 年度 研究成果報告書

顕微鏡画像データに基づく因果構造マイニング法の開発

研究課題

  • PDF
研究課題/領域番号 19K12226
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62010:生命、健康および医療情報学関連
研究機関立命館大学

研究代表者

遠里 由佳子  立命館大学, 情報理工学部, 教授 (80346171)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワード因果推論 / 時系列データ解析 / 表現型解析 / C. elegans / データ駆動型解析 / バイオイメージインフォマティクス / システム生物学
研究成果の概要

タイムラプス顕微鏡画像データから得られる表現型などの因果関係を計算機で推論する時系列因果推論手法の確立を目指した。非線形な時系列の因果推論の従来法として、Convergent Cross Mapping (CCM)やGranger因果性テストのノンパラメトリックな拡張(以下、NPMR)に着目した。そして、NPMRを基盤に、新しい時系列因果推論の手法を提案した。人工的に生成した時系列で、CCMやNPMRと比較し、提案手法の有効性を確認した。微小管をGFPで可視化した線虫を蛍光顕微鏡で撮影したタイムラプス画像データを用いて、雌性前核と精子星状体の動態の生物学的知識の発見を試みた。

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

ライブセルイメージング技術の普及に伴い、大量のタイムラプス画像が容易に得られている。そのため、得られる画像から自動的に因果関係を推論する手法の確立は、生命科学研究の効率化や自動化において重要な課題となっている。モデル生物であり、大規模なオープンデータが既に公開されている線虫の顕微鏡画像由来の時系列データから、因果推論を試みることは、生命科学の分野で今後産出される他のモデル生物を対象とした時系列への応用を意味している。因果関係の正解を設定することができる、人工データやシミュレーションデータを用いて、それらの推論の精度比較を行なうことは、提案手法の妥当性を評価する上で確実なステップとなる。

URL: 

公開日: 2023-01-30  

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