国立研究開発法人 科学技術振興機構
Innovation Japan 2020 ~大学見本市 Online
Innovation Japan 2020 ~大学見本市 Online
Home > 大学等シーズ展示一覧 > 中央大学 理工学部 物理学科
中央大学 理工学部 物理学科
田口 善弘 教授
テンソル分解を用いた教師なし学習による変数選択法を用いたゲノムデータ解析
出展番号L-18
Chuo University Professor Y-h. Tgauchi
Gnome data analysis using tensor decomposition based unsupervised feature extraction to genome science
持続可能な開発目標(SDGs)
あらゆる年齢のすべての人々の健康的な生活を確保し、福祉を推進する
Withコロナ~科学技術で挑む
「テンソル分解を用いた教師無し学習による変数選択法」を用いて、SARS-CoV-2感染細胞の遺伝子発現プロファイルを解析して、インシリコドラッグリポジショニングを行うことに成功し9/11にPLoSONE誌に発表し、
https://is.gd/uZuZFm
国際会議招待講演をしました。
https://is.gd/d7htKO
展示概要

技術概要

ゲノム科学においては膨大な数の遺伝子、30億塩基対に及ぶ長大なゲノムの情報を解析する必要がありますが、それに対しサンプル数は少数個しか得られないことが多いです。我々はこの様な高次元多変量解析の問題に対して、我々が開発したテンソル分解を用いた教師なし学習による変数選択法が非常に有効であることを見出しました。テンソルを用いると例えば、遺伝子発現プロファイルの疾患依存性、薬物依存性、薬物濃度依存性、投与後時間依存性などを一度に解析して適応症を探索することなどが可能になります。

想定される活用例

・遺伝子発現プロファイル・エピゲノムプロファイルからのAI創薬
・遺伝子発現プロファイル・エピゲノムプロファイルからのバイオマーカー探索
・遺伝子発現プロファイル・エピゲノムプロファイルからの疾患遺伝子推定

 

展示のみどころ

当該手法を遺伝子発現プロファイルからのAI創薬に応用したアプリケーションが動作するサーバ機とユーザインターフェースを展示します。教師なし学習に基づくアルゴリズムなので、ゲノム科学や機械学習についての専門知識が無くても結果を得ることができます。薬物投与培養細胞の遺伝子発現プロファイルから対応疾患を自動判定することなどが体験できます。

テンソル分解使用例

複数のオミックスデータを統合解析し、条件にあう遺伝子(患者と健常者で発現量に差がある、など)を見つけます。
https://doi.org/10.1038/s41598-020-71997-6
から転載

著書の紹介1

研究内容を2019年9月1日、世界的な学術出版社であるシュプリンガー社から出版しました(英文・単著)
https://www.springer.com/jp/book/9783030224554

1分間動画
ご挨拶

ご挨拶

こちらの動画の閲覧には産学オンライン双方向マッチングへの参加登録(無料)が必要です。

オンライン開催でもシーズとの出会いとマッチングを支援します
産学オンライン双方向マッチング Univercity for Citizen and Company

シーズサーチシステム

イノベーション・ジャパン~大学見本市Onlineに参加登録(無料)いただくと、キーワード検索や展示ポスターなど実展示さながらの各技術シーズ詳細資料の閲覧も可能!

ニーズオファーシステム

参加登録(無料)いただいた企業のご担当者には、ご希望があれば出展全大学へニーズを匿名で相談できる場もご提供!

 

プライバシーポリシー   参加規約
© 2020  イノベーション・ジャパン2020運営事務局

PageTop