COVID-19重症化リスク低減のためのオントロジーに基づく知識統合とその応用

点击翻译按钮获取中文摘要

本研究の目的は，COVID-19感染プロセスに関わる多種多様な知識についてオントロジー技術を用いて計算機処理可能な形式で知識を統合することで重症化リスクの低減を目指すことである．本年度は，知識統合のための参照オントロジーの構築を開始し，技術課題について明らかにするための検討を行った．まず，参照オントロジー構築においては，統合対象となるデータについて，COVID-19感染機序における多様なプロセスを計算機で一貫性のある形で統一的に理解し，計算機で処理することが必要である．本研究では，これまで開発してきたホメオスタシスインバランスプロセス(HoIP)オントロジーを参照オントロジーとして拡張することで，領域横断的な統合のための知識基盤の確立を目指した．COVID-19には高齢者の重症化が課題となっているが，まずその基礎的なメカニズムを探るため，細胞レベルでの老化に着目しマニュアルアノテーションを行った．また，表現型，症状，疾患を参照し，知識統合するための国際的な複数のオントロジーの候補について調査を行い，ホメオスタシス破綻から臨床症状とどのように関わるのか概念レベル毎に特殊化を行うことで，概念の共通性や相違点について計算機処理を実現した．次に，データ統合および共通スキーマ開発のためのオントロジーデザインパターンの比較において，上述の複数のオントロジーを用い，細胞レベルの老化とCOVID-19のプロセスについてCytoscapeを用い，可視化による比較を行い，デザインパターンの共通性について可視化できることが確認された．