細胞間の多様性に基づいた新しい細胞内モデリング手法－その発展と応用－

2014 年度 実施状況報告書

• 研究課題/領域番号: 25870396
• 研究機関: 大阪大学
• 研究代表者: 寺口 俊介 大阪大学, 免疫学フロンティア研究センター, 特任助教 (00467276)
• 研究期間 (年度): 2013-04-01 – 2016-03-31
• キーワード: 数理モデル / シミュレーション / 機械学習 / 免疫システム

研究実績の概要

本研究の目的は、我々が提案している細胞応答の非一様性に基づいた新しい数理モデリング手法（Stochastic Binary Modeling、以後、SBMと略）をさらに発展させ、多様な生命現象に応用可能とすることである。今年度は以下の研究を実施した。
１、時系列の実験データから直接SBMの構造/パラメータ推定を行うシステムの開発。このシステムは複数の機械学習手法を組み合わせることで実現を目指しており、データ同化手法に基づいた技術開発とそのコンピュータ上での実装を進めている。さらに、SBMのモデル推定を実現するために有望と考えている連続時間ベイズネットワーク推定の技術をもつ研究者と研究交流を行い、その技術を我々のシステムに組み入れることに成功した。
２、免疫学における１細胞レベルの実験データの解析。我々は、長期的にSBMを免疫システムの数理モデル化に応用することを目指している。SBMでは１細胞レベルの記述をバイパスしつつ細胞応答の非一様性の効果を取り入れることに主眼が置かれているが、この考え方の妥当性を判断するには実際の１細胞レベルでの細胞の振る舞いと照らし合わせていく必要がある。そのため、実験研究者から提供された免疫細胞の１細胞レベルの遺伝子発現データを機械学習の手法も利用しながら解析している。また、時系列のデータを効率よく大量に取得するために、画像データから各細胞の境界を決定し、遺伝子発現レベルを自動的に計測するシステムの開発も行っている。

現在までの達成度 (区分)

3: やや遅れている

理由

進捗状況はやや遅れている。大きな理由は当初の目標を拡張し、実験データからのシステム同定を研究の大きな目標に加えたことである。このため、当初予定になかった新たな技術開発を行う必要が生まれた。また、このプロジェクトの長期的な目標はSBMによる生命システムの数理モデル化であるが、今年度は、そのターゲットである免疫系での１細胞レベルの実験データを扱う機会に恵まれた。生命システムのモデル化に当たっては、理論的な解析だけでなく実際のデータから対象をよく理解しておくことが欠かせないため、この機会を活用し、データ解析にも携わることにした。このことも、当初の予定よりも進捗状況が遅れてしまっている一因である。

今後の研究の推進方策

現在の方針通り、SBMのモデル同定を行うシステムの開発を進めていく予定だが、現実的に取得可能なデータ量からSBMに対し十分なモデル同定を行うことができるかどうか、未だ予断を許さない状況にある。モデル同定が現実的でないと判断される場合には、SBMのモデル同定をいったん諦め、申請時の計画に戻る、あるいは、開発したシステムを他のフレームワークにおけるモデル同定に利用するなど、柔軟に対応する予定である。

次年度使用額が生じた理由

本研究は基本的に理論研究であるが、研究の進展次第で検証実験を行う可能性があるため、計算機器の再利用による物品費の抑制や、所属研究所で応募可能な旅費財源の利用など、研究費を節約して活動してきた。また、初年度の研究活動の結果、申請時には想定していなかったシステム同定まで研究計画を拡張することとなり、その時点で研究の長期化が見込まれた。このことも研究費を節約し、また、補助事業期間を延長する理由である。

次年度使用額の使用計画

基本的に、次年度の理論研究に必要な学会参加の旅費と書籍及び計算機関連の物品費に使用する予定である。研究の進展状況によっては検証実験の諸費に利用する可能性もある。