【R1-No.13】研究紹介:機械学習とエンリッチメント解析のハイブリッドアプローチによる疾患関連遺伝子の推定

宮田 龍太(みやた りょうた)/琉球大学工学部エネルギー環境工学コース・助教

本研究では、患者と非患者で発現量に有意な差が見られる遺伝子をデータドリブンで特定する機械学習手法である「主成分分析を用いた教師なし学習による変数選択法(principal components analysis-based unsupervised feature extraction, PCAUFE. 詳細はTaguchi 2019 Springerを参照)」にエンリッチメント解析を組み合わせると、複数の患者に共通した変化が見られる遺伝子と、発現量の個人差が大きい遺伝子とに分類できることを明らかにしました。提案アプローチの概要を図1に示します。

図1:本研究で提案するアプローチの概念
Page Top