PCA及びTDを用いた教師無し学習による変数選択法によるscRNA-seq解析

2023 年度 研究成果報告書

• 研究課題/領域番号: 20K12067
• 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: 中央大学
• 研究代表者: 田口 善弘 中央大学, 理工学部, 教授 (30206932)
• 研究期間 (年度): 2020-04-01 – 2024-03-31
• キーワード: テンソル分解 / 教師なし学習 / 変数選択

研究成果の概要

single cell multiomicsの解析にテンソル分解の方法が有効であることを確認して、学術論文や国際会議の研究報告として出版した。特に、遺伝子発現プロファイル、メチル化、ATAC-seqの統合解析に有効であることを確認できた。これによって今後シングルセル解析にテンソル分解を用いることが容易になると期待される。このような研究はいままでされていなかったので非常に貴重な研究成果であるということができる。

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

この方法の開発により一細胞解析を教師なし学習で行う道が開けた。教師なし学習は人間の偏見から自由に結果を出すことができるので非常に貴重な成果であると言える。