Construction of state transition model based on energy landscape

本年度はエネルギー地形に基づく状態遷移過程を推定することで、状態遷移過程モデルから発症や細胞分化の進行を推定する手法の開発に取り組んだ。また、ウイルスダイナミクス、発ガン、マイクロバイオームをはじめとする様々な発症過程進行を表すデータに適用可能な新規機械学習手法の開発、ならびに情報・数理解析を実施した。その結果、査読付研究論文を4編発表した。研究論文 [1] では、ヒト免疫不全ウイルス（HIV-1）の2つのタイプを分類し、サイトカインであるIFN-gammaがHIV-1の細胞間感染を抑制することを発見した。また数理解析や理論考察を行うことで、HIV-1が異なる宿主環境に適応するために異なる戦略を選択する可能性について考察した。研究論文 [2] では、進化生物学の着想を取り入れた学習アルゴリズム NEAT-HD と呼ばれる手法を提案した。NEAT-HD は、遺伝的類似性に基づく親選択に焦点をあてて集団の多様性を維持することで、アルゴリズムの性能を低下させることがある環境変動に対して頑強であることを示した。研究論文 [3] では、超音波内視鏡ガイド下細針吸引で得られた最小限の組織からマイクロバイオームデータ (16S rRNA シークエンシングデータ) を取得し、細菌の多様性と組成を計算した。その結果、膵臓がん組織は、胃や十二指腸組織と比較してα多様性が低く、細菌組成も大きく異なることが示された。研究論文 [4] では、発ガン過程を記述した力学系モデルの推定パラメータを用いることで、異なるニロチニブ反応性を持つBCR-ABL1チロシンキナーゼに起因する骨髄増殖性疾患(慢性骨髄性白血病)患者の分類手法を提案した。

本年度はエネルギー地形に基づく状態遷移過程を推定することで、状態遷移過程モデルから発症や細胞分化の進行を推定する手法の開発に取り組んだ。また、ウイルスダイナミクス、発ガン、マイクロバイオームをはじめとする様々な発症過程進行を表すデータに適用可能な新規機械学習手法の開発、ならびに情報・数理解析を実施した。その結果、査読付研究論文を4編発表した。研究論文 [1] では、ヒト免疫不全ウイルス（HIV-1）の2つのタイプを分類し、サイトカインであるIFN-gammaがHIV-1の細胞間感染を抑制することを発見した。また数理解析や理論考察を行うことで、HIV-1が異なる宿主環境に適応するために異なる戦略を選択する可能性について考察した。研究論文 [2] では、進化生物学の着想を取り入れた学習アルゴリズム NEAT-HD と呼ばれる手法を提案した。NEAT-HD は、遺伝的類似性に基づく親選択に焦点をあてて集団の多様性を維持することで、アルゴリズムの性能を低下させることがある環境変動に対して頑強であることを示した。研究論文 [3] では、超音波内視鏡ガイド下細針吸引で得られた最小限の組織からマイクロバイオームデータ (16S rRNA シークエンシングデータ) を取得し、細菌の多様性と組成を計算した。その結果、膵臓がん組織は、胃や十二指腸組織と比較してα多様性が低く、細菌組成も大きく異なることが示された。研究論文 [4] では、発ガン過程を記述した力学系モデルの推定パラメータを用いることで、異なるニロチニブ反応性を持つBCR-ABL1チロシンキナーゼに起因する骨髄増殖性疾患(慢性骨髄性白血病)患者の分類手法を提案した。