| 研究課題/領域番号 |
20K11723
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
植木 優夫 長崎大学, 情報データ科学部, 教授 (10515860)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | リスク予測モデリング / 遺伝的予測 / 環境因子 |
|---|
| 研究実績の概要 |
本研究課題では、個人の全ゲノム情報およびその他の因子（性別、年齢、環境要因など）から、疾患発症等のリスクを統計的に予測する問題に取り組んでいる。個人の背景に応じた将来の疾患リスクを高精度に見積もれるようになれば、精密医療の実現に向けた大きな一歩となる。特に、サンプルサイズが十分でない状況において、多数の要因を含む高次元データに対する予測モデリング手法は未だ発展途上にあり、十分な性能が得られないこともしばしばである。方法論的な側面からモデリングを発展させることで、リスク予測の精度を向上できる可能性は十分に考えられる。令和２年度の研究において、申請者は、これまでに開発したスパースモデリング手法STMGP（smooth-threshold multivariate genetic prediction）を用いて、全ゲノムデータと性別や年齢等の背景因子を組み合わせたリスク予測モデリング、およびその大規模ゲノムデータ解析のための計算機実装を行った。うつ病症状に対するリスク予測モデルの精度評価を行い、シミュレーション研究および実際のデータに対する検証を通じて、STMGP法が既存手法（ポリジェニックリスクスコア、ゲノミックBLUP、BayesR等）を上回る予測性能を示すことを見出した。並行して、数百種類の代謝物データを用いたうつ病症状に対する予測モデリングの研究を行い、非線形性を考慮したリスク予測手法の有用性を見出した。
|
| 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
遺伝的リスク予測モデリングに関する論文と代謝物データを用いた予測モデリングに関する論文を学術雑誌に出版した。
|
| 今後の研究の推進方策 |
遺伝的リスク予測モデルのさらなる改良を目指して手法開発を進める。
|
| 次年度使用額が生じた理由 |
新型コロナウイルス感染症流行により、シンポジウムやミーティング等への出張が実施できなかったため。
|
