自己組織化マップを用いた未病状態の診断と改善食の提示システムの開発

点击翻译按钮获取中文摘要

本年度では、実験機器や実験回における、アミノ酸測定データの測定誤差について検討を繰り返してきた。同一個体からの血清であっても、測定機器や測定回が異なると測定結果に差異が生じ、その差異がデータ解析において問題となる。それらを解決すべく、データの標準化方法を検討した。特定のアミノ酸で標準化するよりも、数珠繋ぎにアミノ酸同士で除算を繰り返す方が分類結果、予測結果共に向上する傾向が見られることがわかった。これは、アミノ酸の量をデータとして持つことにより、個体ごとの量の増減を大きく反映し、個体間でアミノ酸量が全体的に倍近く異なるケースなどの影響を反映できていないなどから、何かしらの割合にすることで、量よりも各アミノ酸のバランスが重要であると考えられる。ただし、タンパク質を構成するアミノ酸は20種あり、全てのパターン(20の階乗通り(=約243京通り))を検討することは不可能であるため、最適化手法を用いて最適なノーマライズ方法を検討してく必要がある。ラットの動物実験やヒト健康診断データの蓄積も順調に行われており、データ量が増えてきた。これにより、自己組織化マップの計算がボトルネックとなりつつある。アプリケーションはさまざまプラットフォームで利用できるように、Pythonを用いて開発しているが、計算の部分をC言語で記述することにより、計算の高速化が図れる。現在、Pythonコードをベースに自作したC言語ライブラリを呼び出す部分のプログラミングを行なっている。今後は、ヒト健康診断データにおけるアミノ酸データの標準化方法をまとめ、NASH患者の推定を行う。また、アプリケーションの完成を目指す。