| 研究課題/領域番号 |
19K22837
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
|
|---|
| 研究分担者 |
矢田 和善 筑波大学, 数理物質系, 准教授 (90585803)
石井 晶 東京理科大学, 理工学部情報科学科, 助教 (20801161)
赤平 昌文 筑波大学, 数理物質系(名誉教授), 名誉教授 (70017424)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| キーワード | 超高次元データ / 個別化モデリング / 個別化医療 / 次世代シーケンサー / クラスタリング |
|---|
| 研究実績の概要 |
個別化医療を低コストで実現するためには、超高次元データについて、モバイルPCでも処理できる高速計算と、巨大なノイズを精確に処理できる統計解析、そして、それらの新技術を統合した個別化モデリング技法の確立が急務である。次の2つの研究目的を遂行した。
(1) 超高次元データの高速クラスタリングとIID変換法の開発
(2) 超高次元データの潜在構造とノイズ構造の精密な統計解析
(1)について、超高次元データは個体差の特徴が浮き彫りになるために、統計的な独立同分布(IID)の仮定が成立しない。個体差は個別化モデリングにとって重要な情報になるものの、特定の症例に関わるゲノム領域の統計的推測を行う上では巨大なノイズとなる。超高次元データから個体差の情報を抽出するために、修正ノイズ掃き出し法によるノイズ空間の解析法を開発し、巨大なノイズを除去して超高次元データセットをIIDに洗練化するデータ変換法を開発した。このデータ変換法を用いて、次世代シーケンサーによる300万次元のゲノム構造活性データをたった40標本で解析し、データの潜在構造とノイズ構造の分離および高速クラスタリングを、モバイルPCによる5分程度の処理で解析することに成功した。本研究の成果は世界的に注目され、多数の招待講演を行った。特に、青嶋はニューヨークで開催された国際学会で基調講演を行い、矢田と石井はそれぞれ台湾で開催された経済統計の国際学会で招待講演を行った。なお、本研究に関連して、本年度、青嶋と矢田は国際賞Abraham Wald Prizeを受賞し、さらに青嶋は東京理科大学物理学園賞も受賞している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
交付申請書に記載した研究の目的に沿って、既存の学術の体系を大きく見直し、超高次元データを高速で高精度に解析するための新たな技術の開発と、科学技術・産業への革新的展開を目指した。世界に先駆けて個別化モデリングの第一歩となる重要な成果が得られ、シンポジウムも開催し、研究成果について活発な意見交換が行われた。おおむね順調に進展していると評価できる。
|
| 今後の研究の推進方策 |
個別化モデリング技法を構築すべく、理論と方法論の両面から超高次元データの解析を整備し、学術の体系を再構築する。
|
| 次年度使用額が生じた理由 |
招聘予定であった研究者が、新型コロナの影響により、来日が困難になったため。状況が落ち着いてから、次年度使用額と当該年度分の助成金を合わせて、次年度以降に招聘を計画している。
|
