| 研究課題/領域番号 |
23300105
|
|---|
| 研究機関 | 北陸先端科学技術大学院大学 |
|---|
研究代表者 |
TUBAO Ho 北陸先端科学技術大学院大学, 知識科学研究科, 教授 (60301199)
|
|---|
| 研究分担者 |
高林 克日己 千葉大学, 医学部附属病院, 教授 (90188079)
横須賀 収 千葉大学, 大学院・医学研究院, 教授 (90182691)
神田 達郎 千葉大学, 大学院・医学研究院, 特任講師 (20345002)
DAH Hieuchi 北陸先端科学技術大学院大学, 知識科学研究科, 准教授 (70397230)
河崎 さおり 北陸先端科学技術大学院大学, 先端領域社会人教育院, 特任准教授 (40377437)
|
|---|
| キーワード | 知識発見 / データマイニング / 科学データ / 構造化データ |
|---|
| 研究概要 |
本プロジェクトの当該年度の研究成果は以下の三点に大別される
1.IFN/RBV療法に対するHCVのNS5Aタンパクの耐性抵抗メカニズム:まず、分別可能なモチーフ学習を行う為の新規手法SLUPCFを開発した。本手法はSVR(sustained viroligic response)と非SVRの2つのクラスで表現されるモチーフを我々に与える。さらに、既知のSVRと非SVRの患者の数が小さい場合、分別可能なモチーフ学習の精度を向上させる半学習的手法を開発した。本手法によりサンプルデータとなる患者数に依らずに機械学習を行う事が可能となり、本プロジェクトが対象とするNS5Aタンパク質の耐性抵抗メカニズムの解決へ大きく進展した
2.肝炎ウイルス抑制に有望なsiRNAの選択:医学領域の研究者と機械学習の研究者の双方がお互いの分野の問題点を把握する事により本挑戦的課題を解決する為のフレームワークを構築した。鍵となる考え方は異なる研究グループが実験的によって発見した高効率を誇るsiRNAデザインのsiRNA配列データを結びつける事にある。この連結は2,3種類の異なる特徴空間を設計し、その射影によって行われる。本手法の問題点は4個の異なる場合に分けられる。本年度はその内の一点も問題点の解決を行った。
3.肝炎進行におけるエピジェネティク諸因子間の相互作用:本課題における進捗状況は期待通りには進んでいない。しかしながら、問題解決に向け継続的にゲノムワイドアソシエーションに関する研究を進めている。
|
| 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
H23年度は研究に不可欠といえるデータマイニングの手法開発で成果を挙げる事が出来た。医学分野の専門家と機械学習分野の専門家が定期的に情報交換を行う中で、本研究に最適な機械学習手法として半学習的手法を取り入れたモチーフ学習を提案し、本手法によるSLUPCF法を開発する事が出来た。
|
| 今後の研究の推進方策 |
H23年度に開発したSLUPCF手法を用いてNS5Aタンパク質の耐性抵抗メカニズムの解明を目指す。本研究は千葉大学の研究成果を基にデータマイニングと医学分野の知を集結し、解決を目指す。また肝炎ウイルス抑制のsiRNA配列の選択についてはH23年度の成果と研究方針を基に、具体的なデータを基にしたデータマイニングを開始する。エピジェネティク諸因子問の相互作用に関しては、具体的な解決策の提案を行う予定である。具体的にはダム准教授から分子構造、分子ダイナミクス的知見を基にアソシエーションルールの決定を目指す予定である。
|
