小児がん及びヒト多能性幹細胞に対する畳込ニューラルネットワークによる分類器の創成

点击翻译按钮获取中文摘要

本年度も引き続き現象・生命情報に関するビッグデータの効率的活用に向けた研究を実施した。本研究では、機械学習技術・Information Retrieval技術のバイオビッグデータへの応用として細胞評価技術を確立し、①小児がんに対する機械学習システムの実装による評価技術の開発と超早期診断技術の構築、②テラトーマの病理組織像の機械学習解析による多能性幹細胞の形質、分化指向性の同定の実現に向けた検討を実施している。バイオビッグデータと機械学習を基本としたIT技術の融合により小児がん診断システム及びヒト多能性幹細胞評価システム構築することは、蓄積されたビッグデータの有効利用であり、情報分野におけるグローバルスタンダードとなる可能性を有していると同時に、テラトーマへの科学的な理解に対する新たな礎となる。テラトーマの病理組織像に対して機械学習解析を行い、そのデータを教師として、多能性幹細胞の形質、分化指向性の同定にむけた解析を実施した。テラトーマ形成の過程や細胞間、移植部位それぞれの相互作用を始め、テラトーマを構成する自然法則、パラメータを明らかにし、多能性幹細胞によるテラトーマがどのように創成されているかを畳み込みニューラルの構成的アプローチによって有機的なシステムとしてのアプローチを行っている。構成的システム病理学は、細胞、器官、多細胞体などを創成する仕組みや原理を解明するところに特徴がある。現在主流の要素還元的アプローチだけでは困難な、細胞や遺伝子の相互作用の解明が可能となる。