予防・個別化医療のためのビッグデータ・予測解析

预防性和个性化医疗的大数据和预测分析

基本信息

批准号：
15F15776
负责人：
角田達彦
金额：
$ 1.47万
依托单位：
Institute of Physical and Chemical Research
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2015
资助国家：
日本
起止时间：
2015-11-09 至 2018-03-31
项目状态：
已结题

项目摘要

[1] 創薬と毒性：アンチセンスベースの治療法に関する研究を行った。アンチセンスオリゴヌクレオチドのオフターゲット効果を評価し、肝毒性の程度との関係を解析し、アンチセンス薬剤設計およびパイプライン開発の上、ASO-RNA相互作用機序に関する研究を行った。[2] アプタマーデータベース： ETH Zurichとの共同研究により、アプタマー関連情報の構造データベースを作成するため、公共データからアプタマーの特性情報を収集した。[3] 新規ゲノム解析ソリューション：癌患者コホートからのトランスクリプトームとメチロームデータによって、疾患のサブタイプを見いだす研究を行った。続き、マルチオミックスのデータセットから薬物応答などを予測するための研究を行った。[4] DREAMチャレンジ：がん治療と疾患ネットワークの2課題に参加した。一つ目は治療耐性で、我々は回帰モデルと確率論に基づき、がんに最も関連する遺伝子の変異情報、単剤療法応答データ、薬物標的のネットワーク特性を組み合わせた。二つ目は、最先端のネットワーク方法を用いて疾患関連の遺伝子モジュールを発見することで、異なるオミックス階層を個別に用いて疾患クラスターを予測する小課題と、複数のネットワークを使用してクラスターを予測する小課題を行った。[5] 肺腺がんの化学療法反応：この研究では、実際の治療に先立ち肺癌患者がプラチナベースの化学療法薬に陽性反応するかを予測するモデルの構築に焦点を当てた。統計的フィルタリングと次元削減の組み合わせ、ビトロの薬物スクリーニングデータ、準教師つきアルゴリズム、クラスタリングから得られた情報を組み合わせ、化学療法の結果を高精度かつ正確に予測する研究を行った。

[1]药物发现和毒性：对基于反义的治疗进行研究。我们评估了反义寡核苷酸的脱靶作用，分析了与肝毒性程度的关系，并研究了反义药物设计和管道开发后ASO-RNA相互作用的机制。 [2]适体数据库：与Eth Zurich合作，从公共数据收集了适体特征信息，以创建与适体相关信息的结构数据库。 [3]新的基因组分析解决方案：研究使用转录组和甲基甲基甲基群的数据来发现疾病亚型。接下来，进行了研究以预测来自多摩变数据集的药物反应等。 [4]梦想挑战：参与了两个挑战：癌症治疗和疾病网络。首先是治疗耐药性，我们将基于回归模型和概率理论的药物靶标最相关的基因，单一疗法反应数据以及药物目标的网络特征组合了突变信息。其次，我们通过使用最先进的网络方法发现与疾病相关的基因模块，以及使用多个网络预测疾病簇的小任务来使用不同的OMICS层次来预测疾病簇，以预测疾病簇。 [5]肺腺癌的化学疗法反应：这项研究重点是建立一个模型，以预测肺癌患者在实际治疗前是否检验基于铂的化学疗法药物阳性。结合了统计过滤和降低尺寸，体外药物筛查数据，准监督算法以及从聚类中获得的信息的组合，以高精度和准确性预测化学疗法。