バイオインフォマティクス支援
Bioinformatics
（担当：松浦 正明）
(Member in charge: Masaaki Matsuura)
【概要】
Summary
分子プロファイリング支援活動における2本の柱である「化合物評価」と「分子探索」のそれぞれにおいて、必要に応じてバイオインフォマティクス支援を行う。具体的には、深層学習アルゴリズムSHAPを用いた機械学習に基づく予測解析や、多重ロジスティック回帰分析などの生物統計解析を行う。深層学習アルゴリズムSHAPでは、これまで人口知能の解析では結果の導出がブラックボックスであるため批判的評価があったが、本解析では解析に用いた要因の貢献度を評価する事ができる。さらに生物統計解析では、要望に応じて多変量解析や種々の統計学的仮説検定に対応する事ができる。
Bioinformatics support will be provided as needed in each of the two pillars of molecular profiling support activities, “compound evaluation” and “molecular search.” Specifically, predictive analysis based on machine learning using the deep learning algorithm SHAP and biostatistical analysis such as multiple logistic regression analysis are performed. In the deep learning algorithm SHAP, there has been a critical evaluation in the analysis of artificial intelligence because the derivation of the result is a black box, but in this analysis, the contribution of the factors used in the analysis can be evaluated. Furthermore, in biostatistical analysis, multivariate analysis and various statistical hypothesis tests can be supported if desired.
【参考文献】
References
- Mashima T, Ushijima M, Matsuura M, Tsukahara S, Kunimasa K, Furuno A, Saito S, Kitamura M, Soma-Nagae T, Seimiya H, Dan S, Yamori T, Tomida A. “Comprehensive transcriptomic analysis of molecularly targeted drugs in cancer for target pathway evaluation.” Cancer Sci. 106: 909-20 (2015). https://doi.org/10.1111/cas.12682
- Ushijima M, Mashima T, Tomida A, Dan S, Saito S, Furuno A, Tsukahara S, Seimiya H, Yamori T, Matsuura M. “Development of a gene expression database and related analysis programs for evaluation of anticancer compounds.” Cancer Sci. 104: 360-8 (2013). https://doi.org/10.1111/cas.12071