Developing machine learning based bioinformatics to decipher hidden biology of depression symptoms

开发基于机器学习的生物信息学来破译抑郁症症状的隐藏生物学

• 批准号: 20F20809
• 负责人: 馬見塚 拓
• 金额: $ 1.41万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-11-13 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20F20809/
• 关键词: バイオインフォマティクス

本研究の対象は、うつ病で、特に、insomnia-hypersomniaと呼ばれる対の症状に着目し、その背景にある生命科学のメカニズムを、データベースと、データからの機械学習により解明することを目的としている。一昨年度に、解明に必要なデータベースを整備した。具体的には、臨床コホートデータとして定評のある、UKバイオバンクの50万件ほどの個人データから幅広いデータを抽出し、各個人の遺伝情報と環境情報をデータとして整備した。昨年度は、このデータを入力とする機械学習手法のモデル設計・構築に取り組んだ。入力となるUK Biobankの個人データは50万件ほどに達するため非常に大規模で、モデル設計後の実装においては、モデルのみならず学習手法の効率化に取り組む必要があった。モデルは、入力として遺伝情報のみならず環境情報をも入力とする深層学習手法であり、実装後、モデルの有効性を検証しつつ、モデル及び学習手法の改良を行った。このモデル学習は、以下の特徴を有する：１，50万件にも及び大規模個人データが入力可能である、2, 遺伝情報及び環境情報をも入力する、3, 学習後のモデルからデータの内容を説明可能な、いわゆるExplainable AIの機能を考慮することにより、メカニズム解明が可能である。本年度は、このモデルを実際の大規模データに適用し、結果を解析することにより、様々な知見を得た。本年度の成果は、１，このような特徴を持つデータ解析手法の適用は新しく、既存手法を凌駕する予測性能を挙げた。２，適用結果の解析から、うつ病や関係する病状の発症に関連する遺伝子やパスウェイ等の情報が得られた。以上の成果は、今後、複数の論文としてまとめ、出版する予定である。

This study focuses on the symptoms of diseases, diseases A year ago, the solution was necessary. Specific information on clinical and environmental issues, including information on the 500,000 individuals in the UK, and information on the environment Last year, the design and construction of mechanical learning methods were combined. UK Biobank's personal data collection is 500,000 pieces, up to a very large scale, and the design is implemented in a very efficient way. Deep learning techniques for detecting, detecting, detecting and improving the effectiveness of information and environmental information The following characteristics are included in this study: 1. 500,000 units and large-scale personal data entry possibilities; 2. legacy information and environmental information entry possibilities; 3. content description possibilities after learning; 4. Explainable AI function consideration; 5. explanation possibilities. This year's large-scale implementation of the project, the results of the analysis of the project, the knowledge of the project The results of this year are as follows: 1. The application of analytical methods to new and existing methods to predict performance is not satisfactory. 2. Information on the analysis of the results, the relationship between the disease and the symptoms, the relationship between the disease and the symptoms, and the relationship between the disease and the symptoms are obtained. The above achievements are expected to be published in the future.

项目成果

Semmelweis university(ハンガリー)

塞梅尔维斯大学（匈牙利）