Construction of state transition model based on energy landscape

基于能源景观的状态转移模型构建

• 批准号: 21K19813
• 负责人: 中岡 慎治
• 金额: $ 4.16万
• 依托单位: Hokkaido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-07-09 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K19813/
• 关键词: エネルギーランドスケープ解析; データ駆動型数理モデル; 発症ロードマップ; オミクスデータ; 擬似時間再構成法; エネルギーランドスケープ解析; データ駆動型数理モデル; 発症ロードマップ; オミクスデータ; 擬似時間再構成法

本年度はエネルギー地形に基づく状態遷移過程を推定することで、状態遷移過程モデルから発症や細胞分化の進行を推定する手法の開発に取り組んだ。また、ウイルスダイナミクス、発ガン、マイクロバイオームをはじめとする様々な発症過程進行を表すデータに適用可能な新規機械学習手法の開発、ならびに情報・数理解析を実施した。その結果、査読付研究論文を4編発表した。研究論文 [1] では、ヒト免疫不全ウイルス（HIV-1）の2つのタイプを分類し、サイトカインであるIFN-gammaがHIV-1の細胞間感染を抑制することを発見した。また数理解析や理論考察を行うことで、HIV-1が異なる宿主環境に適応するために異なる戦略を選択する可能性について考察した。研究論文 [2] では、進化生物学の着想を取り入れた学習アルゴリズム NEAT-HD と呼ばれる手法を提案した。NEAT-HD は、遺伝的類似性に基づく親選択に焦点をあてて集団の多様性を維持することで、アルゴリズムの性能を低下させることがある環境変動に対して頑強であることを示した。研究論文 [3] では、超音波内視鏡ガイド下細針吸引で得られた最小限の組織からマイクロバイオームデータ (16S rRNA シークエンシングデータ) を取得し、細菌の多様性と組成を計算した。その結果、膵臓がん組織は、胃や十二指腸組織と比較してα多様性が低く、細菌組成も大きく異なることが示された。研究論文 [4] では、発ガン過程を記述した力学系モデルの推定パラメータを用いることで、異なるニロチニブ反応性を持つBCR-ABL1チロシンキナーゼに起因する骨髄増殖性疾患(慢性骨髄性白血病)患者の分類手法を提案した。

今年，我们通过基于能量地形估算状态过渡过程来开发一种方法来估计状态过渡过程模型的发展和细胞分化的进展。此外，我们开发了新的机器学习方法，这些方法可以应用于表达各种发作过程进展的数据，包括病毒动力学，致癌物和微生物组，以及信息和数学分析。结果，发表了四本由同行评审的研究论文。研究论文[1]对两种类型的人类免疫缺陷病毒（HIV-1）分类，发现细胞因子IFN-GAMMA抑制了HIV-1的细胞细胞感染。我们还研究了HIV-1可以选择不同的策略来通过数学分析和理论考虑来适应不同的主机环境的可能性。在研究论文[2]中，我们提出了一种称为Neat-HD的方法，该方法结合了进化生物学的概念。 Neat-HD已显示出对环境变异性的鲁棒性，可以通过基于遗传相似性和维持人口多样性来降低算法的性能。在研究论文[3]中，计算了通过超声引导的细针抽吸和细菌多样性和组成获得的最小组织获得的微生物组数据（16S rRNA测序数据）。结果表明，与胃和十二指肠组织相比，胰腺癌组织的α多样性较低，细菌组成的差异很大。在研究论文[4]中，我们提出了一种分类方法，该方法使用描述了尼洛替尼反应性的BCR-ABL1酪氨酸激酶引起的，使用尼洛替尼反应性不同，使用了描述致癌过程的动力学模型的估计参数。