Development of a new diagnostic method for uveitis using artificial intelligence and omics analysis

点击翻译按钮获取中文摘要

ぶどう膜炎は視力障害の主要な原因疾患の１つであるが、診断や治療効果判定に確立したバイオマーカーや治療法は未だない。様々な種類のぶどう膜炎において単一マーカーでの診断には限界があり、ぶどう膜炎の多様性を正確に評価した個々の特徴と治療方針が重要となる。本研究では、各ぶどう膜炎の診断に重要なマルチバイオマーカーやプロファイルを明らかにするために、様々なオミックス解析（プロテオミクス、トランスクリプトミクス、メタボロミクス）を人工知能（機械学習）により解析することである。そして複数の情報を活用した高精度な診断システムを構築することで、マルチバイオマーカー探索と診断の数理モデルの方法論を同時に開発する。先行研究として、世界に先駆けてオミックス解析と人工知能解析を融合させ、バイオマーカー探索を行ってきたため、既に得られているオミックスデータを活用することができ、さらにぶどう膜炎の種類や症例数を増やしてオミックス解析を行う。人工知能によるぶどう膜炎診断を最適化し、個別化医療を実現するためには患者の層別化が必要である。マルチオミックス解析と治療反応性や生命予後などの臨床情報を統合解析し、これらの網羅的データを非階層クラスター解析などの解析手法を用いて次元圧縮し、WGCNAで機能的モジュール情報に変換するアプローチを用いることで、旧来の解析手法では解明できなかった診断へのアプローチが可能であると考える。クロスバリデーションのような評価試験（内部評価）だけでなく、独立して採取した検体および測定データを用いた外部評価も行い、精度検証を行い、その数理指標の汎用性の評価と一般化に向けた取り組みを行う。