効率的なモデル選択手法の開発とデータ構造発見への応用

点击翻译按钮获取中文摘要

SNP関連解析において現在主に用いられている検定ベースの手法を遺伝子間相互作用に用いることは、検定の多重性により過度に保守的になりうる。さらに30万から100万個のSNP全組み合わせを考慮することは計算量の爆発的増加を伴い、実行可能性も深刻な問題である。そのひとつの可能な解決策として超高次元変数選択のアプローチを採用した。具体的にはFan and Lv(2008, J. R. Statist. Soc. B)およびFan,Samworth and Wu(2009, J. Mach. Learn. Res.)により提案されたSure Independence Screening法を遺伝子間相互作用の検出用に応用し、申請者が開発した手法であるSmooth-threshold Estimating Eqation法(Ueki 2009, Biometrika)を組み合わせたアルゴリズムを設計した。実装を完了し、これによりWTCCCのSNP-GWAS疾患データを分析し、現在、結果の検討に入っている。今後はより多様なデータを分析するために機能を追加していく。例えば、欠損データへの対応、量的形質の分析、さらには環境との相互作用への拡張などを考えている。同時に、統計手法の理論的な考察を通じて、アルゴリズムの有効性の向上を目指す。特に、遺伝疫学モデルの詳細な検討を行い、GWASデータの分析に適した新たな統計手法の構築を狙う。