生命科学分野の多様なビッグデータからの能率的知識発見手法の開発

2017 年度 研究成果報告書

• 研究課題/領域番号: 26330334
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 研究分野: 生命・健康・医療情報学
• 研究機関: 長浜バイオ大学
• 研究代表者: 池村 淑道 長浜バイオ大学, バイオサイエンス学部, 客員教授 (50025475)
• 研究分担者: 和田 健之介 長浜バイオ大学, バイオサイエンス学部, 教授 (90231026)
• 研究期間 (年度): 2014-04-01 – 2018-03-31
• キーワード: ビッグデータ / 人工知能 / 時系列解析 / メタゲノム解析 / 核酸医薬 / 自己組織化マップ / 感染症ウイルス / オリゴヌクレイチド

研究成果の概要

オリゴヌクレオチド組成に着目したBLSOM(一括学習型SOM)はゲノム配列のビッグデータ解析に適しており、教師なし機械学習であることから想定外の新知識発見を可能にする。感染症RNAウイルスゲノムを対象にしたAIを用いた解析で、時系列的に方向性や再現性のあるオリゴヌクレオチド組成の変化を見出した。この成果を応用して効果が持続すると期待できる核酸医薬をデザインする手法を開発した。高等動物のBLSOM解析により、セントロメアの近傍領域でエピゲノミクスの代表的マーカであるCpGを含む特定の5連塩基や、多様な転写因子の結合配列が高密度に集中する領域を見出し核内配置における役割に関するモデルを提唱した。

自由記述の分野

ゲノム進化の情報解析