マウスの個体異常を高精度に検出可能なワークフローの開発

开发可以高精度检测小鼠个体异常的工作流程

• 批准号: 21K05993
• 负责人: 田中 信彦
• 金额: $ 2.66万
• 依托单位: Institute of Physical and Chemical Research
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K05993/
• 关键词: マウス; 表現型; 臨床表現形質; 個体異常; 方法論; 機械学習; 教師なし機械学習; 形質異常; フェノーム

本研究の目的は、国際マウス表現型解析コンソーシアム（IMPC）の網羅的な臨床表現形質データに対して、個体単位で多項目の形質に注目することにより、マウス個体の異常を高精度に検出可能な方法論を開発することである。本研究は3ヶ年での終了を予定しており、具体的には、2021年度では、解析用のデータセット作成作業を行い、2022年度にマウスの表現形質異常を高精度に検出する新しい手法を開発し、2023年度にこの手法を基にした「ユーザーが指定した表現形質異常を持つマウスを個体レベルで提示可能なアプリケーション」を開発する。上述した研究計画をもとに、2022年度では、前年度に作成したモデル構築用データセットを用いて、マウスの表現形質異常を高精度に検出する新しい手法を、基準範囲（reference range）をベースにした手法（個々のマウスに対して、「各測定項目の値が平均値等の代表値からどれほど離れているか」をもとに「異常」の範囲を定義することにより、個々の値が異常か否かを判定するアプローチ）、教師なしの機械学習の手法（完全にデータドリブン（目的変数なし）で、マウス個体をその多項目の表現型発現プロファイルを基に分類するアプローチ）、教師ありの機械学習の手法（例えば、目的変数を雌雄別（F or M）かつ実験区別（対照群:Cont と 変異群:Exp）の4種類のカテゴリ（F_Cont 、F_Exp、M_Cont、M_Exp）に分類し、これらを、個々のマウスの表現型発現プロファイルを基に、精度良く分類可能な条件を検討するアプローチ）で検討した。結果として、「基準範囲をベースにした手法」と「教師なしの機械学習の手法（具体的には、教師なしランダムフォレストによる全個体間の関係性データのUMAP及びPHATEによる可視化）」を組み合わせた、マウス個体の異常を高精度に予測可能なワークフローを開発した。

The purpose of this study is to identify the clinical manifestations and individuals included in the International Maize Phenotypic Analysis System (IMPC). The multi-item multi-item quality and quality of attention, the abnormality of individual individuals, the possibility of high-precision, and the methodology of opening and closing. This study is scheduled to end in 2021, with specific details for the year 2021 and for analysis purposes. The データセット production work を行い, the 2022 にマウスのperformance abnormality をhigh-precision に検出する新しいtechniqueを开発し、2023年にこのtechniqueをbasedにした「ユーザーがdesignatedしたThe abnormal appearance of the individual レベルで indicates the possibility of なアプリケーション」を开発する. The above-mentioned research plan, the project for fiscal 2022, and the project for the construction of the project for the previous year were completed. High-precision に検出する新しいtechniques for expressing morphological and qualitative abnormalities using いて, マウスの, and reference ranges (reference range) をベースにした Technique (一々のマウスに対して, "Representative Value of Each Measurement Item Average Value, etc."ど離れているか」をもとに「異常」の範囲を定義することにより、個々の値が異常か否かを判定するアプローチ), teacher's mechanical learning technique (complete にデータドリブン (purpose number なし)), マウス individual をそのmulti-item performance Type 発成プロファイルをbased classification するアプローチ), Teacher ありのMechanical Learning の Technique (Example えば, Purpose Value を Male and Female (F or M) かつ実験 distinction (対毯集团:Cont と変外组:Exp) の4 kinds of のカテゴリ (F_Cont , F_Exp, M_Cont, M_Exp)にClassificationし、これらを、 individually々のマウスのphenotype発成プロファイルをbaseに、Good accuracyくClassification possibleなconditionsを検するアプローチ）で検した. Resultとして、「Benchmark standard methodにした」と「TeacherなしのMechanical Practice techniques (specific training, teacher training, all individual training techniques) Relational UMAP and PHATE Visualization) "Group combination and high-precision prediction of individual anomalies are possible."

项目成果

マウスの網羅的臨床表現型データを用いた疑似時系列解析による表現型発現経路の推定

使用综合小鼠临床表型数据通过伪时间序列分析估计表型表达途径

• 发表时间: 2021
• 作者: Noriko Hotta-Hirashima;Chika Miyoshi;Aya Ikkyu;Satomi Kanno;Kumi Ebihara;Masashi Yanagisawa;Hiromasa Funato;田中信彦
• 通讯作者: 田中信彦