スパース統計モデルによる薬物-疾患ネットワークの予測(合同企画セッション:バイオデータマイニング)
スポンサーリンク
概要
- 論文の詳細を見る
近年の新薬開発の行き詰まりを打開する方法として、既存薬の作用を徹底的に調べあげ新たに薬効を見つけ出し、本来それが開発された疾患とは別の疾患に対する治療薬として再開発する創薬研究が注目を浴びている。本研究では、薬物に関するケミカルなデータと疾患に関するフェノタイプのデータから潜在的な薬物と疾患の関係を網羅的に予測する機械学習の手法を開発した。教師付き学習のアルゴリズムにスパース統計モデルを導入することで特徴抽出を可能にし、予測された関係に関与している薬物の標的タンパク質と疾患のフェノタイプの組み合わせを同定する点が独自の点である。また抽出された標的タンパク質の生物学的妥当性をPathway Enrichment解析を用いて評価した。本発表ではこれらの結果と、既知のデータから学習して生成したモデルを適用することで得られる新規の薬と疾患の関連解析の結果について紹介する。
- 一般社団法人電子情報通信学会の論文
- 2013-06-20