【研究領域課題番号】18H03329 (KAKENデータベースで見る）

【研究キーワード】

病態予測 / 情報統合 / 異種多次元データ / 異種情報統合 / 有用情報抽出 / 微小残存病変 / 変異検出 / 病態遷移モデル / 個別変異データ / スパースモデリング / 病態予測モデル

【研究成果の概要】

本研究では個人から得られる異種多次元情報を統合し、病態の経過を予測しかつ制御するための情報を抽出する数理的方法論を構築することを目指し研究を進めた。まずベイズ的情報統合手法にもとづく複数領域サンプルからの高精度体細胞変異検出手法の開発を行った。また複雑なデータから有用情報を抽出する、説明可能人工知能技術の開発につなげた。また血液がんを対象に腫瘍由来循環DNA(ctDNA)の計測に基づく微小残存病変検出技術の開発を行い、実際にctDNA計測が病態遷移の予測に有用なことが示された。これらの結果は、今後ctDNA時系列およびその他の異種情報を統合的に活用する病態予測モデルの開発への発展が期待される。

【研究の社会的意義】

技術の進展により、患者一人ひとりから多種多様な生体データの情報が得られるようになりつつある。本研究では、それらの異種かつ多要素の膨大なデータを統合的に活用し、個人ごとに異なる病態の経過を、予測しかつ制御するための情報を抽出する数理的方法論を構築することを目標とした。その結果、新たな情報統合および情報抽出のための手法を複数開発した。また実際の臨床データの計測と解析から腫瘍由来循環DNAが血液がんの病態の進展の予測に有用である知見も得た。これらの知見は、今後の更なる精緻な病態遷移予測モデルの開発につながることが期待される。

【研究種目】基盤研究(B)

【研究期間】2018-04-01 - 2021-03-31

【配分額】13,000千円 (直接経費: 10,000千円、間接経費: 3,000千円)