時系列遺伝子発現データからの遺伝子制御ネットワークの推定

点击翻译按钮获取中文摘要

名古屋大学医学部、及び、名古屋工業大学の研究者と共同で、がん患者の余命に影響する遺伝的要因の組合せを発見する新手法の研究を行った。ここで、遺伝的要因とは、各遺伝子の発現量、染色体の異常、エピゲノム的マーカーを含む。現在、これら異なるマーカーの組合せを考慮することの重要性は十分認識されているが、組合せを単純列挙し、それらの医学的影響を予測するのは計算量的に困難である。そのため、新しいアルゴリズム的アプローチが必要となった。我々の新しいアルゴリズムは、正則化パス生成と、アイテムセットマイニングを組み合わせたものであり、神経芽腫と、乳がんのデータを成功裏に解析することができた。統計モデルとしては、Cox hazard modelを採用しているが、軽微な修正により、一般のgeneralized linear modelにも適用できる。論文は、Bioinformatics誌に掲載された。これらの予測は、生物学的な検証を経て、治療の開発に用いられる予定である。また、国内の病院で収集された、心臓バイパス手術のクリニカルパスデータなど、他の用途にも利用されている。本アルゴリズムの実装は、githubを通して全世界に公開されており、既に多くの問い合わせを受けている(https://github.com/david-duverle/regularisation-path-following)。今後、多くの科学者によって利用され、各々が所有するデータの解析に貢献するものと考えられる。