自己組織化マップを用いた未病状態の診断と改善食の提示システムの開発

开发一个系统，用于诊断症状前状况并使用自组织图提出改进的饮食

• 批准号: 21K05485
• 负责人: 増田 正人
• 金额: $ 2.58万
• 依托单位: Toyo University (2022)The University of Tokyo (2021)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K05485/
• 关键词: 血中アミノ酸プロファイル; 自己組織化マップ; NASH/NAFLD; 標準化

本年度では、実験機器や実験回における、アミノ酸測定データの測定誤差について検討を繰り返してきた。同一個体からの血清であっても、測定機器や測定回が異なると測定結果に差異が生じ、その差異がデータ解析において問題となる。それらを解決すべく、データの標準化方法を検討した。特定のアミノ酸で標準化するよりも、数珠繋ぎにアミノ酸同士で除算を繰り返す方が分類結果、予測結果共に向上する傾向が見られることがわかった。これは、アミノ酸の量をデータとして持つことにより、個体ごとの量の増減を大きく反映し、個体間でアミノ酸量が全体的に倍近く異なるケースなどの影響を反映できていないなどから、何かしらの割合にすることで、量よりも各アミノ酸のバランスが重要であると考えられる。ただし、タンパク質を構成するアミノ酸は20種あり、全てのパターン(20の階乗通り(=約243京通り))を検討することは不可能であるため、最適化手法を用いて最適なノーマライズ方法を検討してく必要がある。ラットの動物実験やヒト健康診断データの蓄積も順調に行われており、データ量が増えてきた。これにより、自己組織化マップの計算がボトルネックとなりつつある。アプリケーションはさまざまプラットフォームで利用できるように、Pythonを用いて開発しているが、計算の部分をC言語で記述することにより、計算の高速化が図れる。現在、Pythonコードをベースに自作したC言語ライブラリを呼び出す部分のプログラミングを行なっている。今後は、ヒト健康診断データにおけるアミノ酸データの標準化方法をまとめ、NASH患者の推定を行う。また、アプリケーションの完成を目指す。

今年，我们多次调查了由于实验设备和实验时间造成的氨基酸测量数据的测量误差。即使血清来自同一个人，如果使用不同的测量仪器或测量时间，测量结果也会出现差异，这些差异给数据分析带来了问题。为了解决这些问题，我们研究了数据标准化方法。研究发现，不是用特定的氨基酸进行标准化，而是按菊花链中的氨基酸重复划分往往会改善分类和预测结果。这是因为，氨基酸量作为数据极大地反映了每个个体的量的变化，并且没有反映个体之间氨基酸总量相差近两倍的情况的影响。确定比例时，人们认为每种氨基酸的平衡比数量更重要。然而，组成蛋白质的氨基酸有20种，不可能考虑所有的模式（20个阶乘模式（=约243个五万亿的模式）），因此使用优化方法来寻找最佳的归一化方法。是有必要考虑的。大鼠动物实验和人体健康检查数据正在稳步积累，数据量不断增加。因此，自组织映射的计算正在成为瓶颈。该应用程序使用Python开发，因此可以在各种平台上使用，但通过用C语言编写计算部分可以提高计算速度。目前，我正在编写调用我自己基于Python代码创建的C语言库的部分。未来，我们将编制人体健康检查数据中氨基酸数据的标准化方法，并对NASH患者进行估计。我们还致力于完成申请。

项目成果

血中アミノ酸プロファイルによる未病診断

基于血液氨基酸谱的病前诊断

• 发表时间: 2022
• 作者: 増田正人;西宏起;向井一晃;山中大介;鬼木健太郎;伯野史彦;渡邊丈久;高橋伸一郎
• 通讯作者: 高橋伸一郎