質量分析計を用いた蛋白質探索のための統計モデルの研究と癌個別診断の試み

本研究では質量分析計による蛋白発現データのパターン認識と、治療方法の選択や予後判定の指標となる癌部たんぱく質の同定、およびその判別方法のための統計学的理論モデルの開発を行った。開発した解析モデルは、(1)adaptive free-knot splineを用いた、蛋白発現に対応するピークの同定、(2)検体間でのピーク位置の補正と、表現形によって有意な発言差のある蛋白を抽出するためのスクリーニング、(3)AdaBoost等の判別手法による、表現形関連蛋白質の探索、の三段階からなる。特に(1)のピーク同定のためには、高精度の平滑化を行うため、adaptive model selection criterionをモデル選択基準とし、遺伝的アルゴリズムによる節点配列の最適化を行うデータ適合的なspline関数の推定アルゴリズムを開発し、独自の貢献を行った。開発されたモデルは、財団法人癌研究会において収集された症例(末梢血および組織検体)に適用され、癌種の判別や治療効果予測モデル構築を試みた。また、収集されたデータを保存するためのデータベースを構築し、今後の研究に利用できるよう整理した。研究の成果は日本統計学会誌欧文誌、その他の研究雑誌において論文発表するとともに、Pacific Symposium on Biocomputing 2006 (Hawaii)、International Symposium on Biostatistics (Fukuoka)等の国際学会で報告した。

本研究では質量分析計による蛋白発現データのパターン認識と、治療方法の選択や予後判定の指標となる癌部たんぱく質の同定、およびその判別方法のための統計学的理論モデルの開発を行った。開発した解析モデルは、(1)adaptive free-knot splineを用いた、蛋白発現に対応するピークの同定、(2)検体間でのピーク位置の補正と、表現形によって有意な発言差のある蛋白を抽出するためのスクリーニング、(3)AdaBoost等の判別手法による、表現形関連蛋白質の探索、の三段階からなる。特に(1)のピーク同定のためには、高精度の平滑化を行うため、adaptive model selection criterionをモデル選択基準とし、遺伝的アルゴリズムによる節点配列の最適化を行うデータ適合的なspline関数の推定アルゴリズムを開発し、独自の貢献を行った。開発されたモデルは、財団法人癌研究会において収集された症例(末梢血および組織検体)に適用され、癌種の判別や治療効果予測モデル構築を試みた。また、収集されたデータを保存するためのデータベースを構築し、今後の研究に利用できるよう整理した。研究の成果は日本統計学会誌欧文誌、その他の研究雑誌において論文発表するとともに、Pacific Symposium on Biocomputing 2006 (Hawaii)、International Symposium on Biostatistics (Fukuoka)等の国際学会で報告した。