• 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

2017 年度 研究成果報告書

ゲノム・オミックスデータ解析の安定化のための統計的方法論

研究課題

  • PDF
研究課題/領域番号 25280008
研究種目

基盤研究(B)

配分区分一部基金
応募区分一般
研究分野 統計科学
研究機関統計数理研究所

研究代表者

江口 真透  統計数理研究所, 数理・推論研究系, 教授 (10168776)

研究分担者 松浦 正明  帝京大学, 公私立大学の部局等, 教授 (40173794)
松井 茂之  名古屋大学, 医学系研究科, 教授 (80305854)
小森 理  福井大学, 学術研究院工学系部門, 講師 (60586379)
間野 修平  統計数理研究所, 数理・推論研究系, 准教授 (20372948)
野間 久史  統計数理研究所, データ科学研究系, 准教授 (70633486)
連携研究者 竹之内 高志  公立はこだて未来大学, システム情報科学部, 准教授 (50403340)
逸見 昌之  統計数理研究所, データ科学研究系, 准教授 (80465921)
研究協力者 COPAS John B.  University of Warwick, Department of Statistics, Emeritus Professor
陳 素雲  Academia Sinica, Institute of Statistical Science
洪 弘  National Taiwan University, Graduate Institute of Epidemiology and Preventive Medicine, Associate Professor
研究期間 (年度) 2013-04-01 – 2018-03-31
キーワードオミクス データ / 遺伝子ランキング / データ異質性 / 高次元・小標本 / 準線形モデル / 表現型予測
研究成果の概要

ゲノム・オミックスデータ解析に伴う高次元小標本の問題のためにデータ解析の安定化を目指した新たな統計的方法論の開発に挑戦した.特にゲノム・オミックスデータを用いて治療効果,予後などの予測のための従来法を超えた方法を提案し,実用的なアルゴリズムを発表した.主要な貢献として,遺伝子ランキングの安定化のために開発した‘サブサンプル繰り返し法’とデータ潜在的な異質性に対処した異なる線形予測関数を一般化平均でつなぐ‘準線形モデル’の提案と実用化が挙げられる.

自由記述の分野

統計科学

URL: 

公開日: 2019-03-29  

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