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

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，我们致力于开发一种方法，通过基于能量拓扑估计状态转换过程，从状态转换过程模型估计疾病发作和细胞分化的进展。我们还开发了一种新的机器学习方法，可应用于代表各种疾病过程进展的数据，包括病毒动力学、致癌作用和微生物组，并进行信息和数学分析。结果，发表了四篇同行评审的研究论文。一篇研究论文[1]对两种人类免疫缺陷病毒（HIV-1）进行了分类，发现细胞因子IFN-gamma可抑制HIV-1的细胞间感染。此外，通过数学分析和理论思考，我们考虑了HIV-1选择不同策略来适应不同宿主环境的可能性。在我们的研究论文 [2] 中，我们提出了一种名为 NEAT-HD 的学习算法，该算法融合了进化生物学的思想。通过专注于基于遗传相似性的亲本选择来维持群体多样性，NEAT-HD 已证明对可能降低算法性能的环境波动具有鲁棒性。在一篇研究论文中[3]，从内窥镜超声引导细针抽吸获得的最小组织中获取微生物组数据（16S rRNA测序数据），并计算细菌多样性和组成。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，并且细菌组成显着不同。在一篇研究论文[4]中，通过使用描述致癌过程的动力系统模型的估计参数，对由具有不同尼洛替尼反应性的 BCR-ABL1 酪氨酸激酶引起的骨髓增殖性疾病（慢性粒细胞白血病）患者进行了研究。提出了方法。

项目成果

Antithetic effect of interferon-α on cell-free and cell-to-cell HIV-1 infection.

• DOI: 10.1371/journal.pcbi.1010053
• 发表时间: 2022-04
• 期刊: PLoS computational biology
• 影响因子: 4.3

数理科学を用いた腸内環境のデザインと保全にむけて

利用数学科学设计和保护肠道环境

• 发表时间: 2022
• 作者: Suzuki Kenta;Abe Masato S.;Kumakura Daiki;Nakaoka Shinji;Fujiwara Fuki;Miyamoto Hirokuni;Nakaguma Teruno;Okada Mashiro;Sakurai Kengo;Shimizu Shohei;Iwata Hiroyoshi;Masuya Hiroshi;Nihei Naoto;Ichihashi Yasunori;中岡 慎治;中岡 慎治
• 通讯作者: 中岡 慎治

Evolving neural networks through bio-inspired parent selection in dynamic environments

• DOI: 10.1016/j.biosystems.2022.104686
• 发表时间: 2022-05
• 期刊: Bio Systems
• 作者: Junya Sunagawa;Ryo Yamaguchi;S. Nakaoka

疑似時間再構成法の腸内細菌叢データへの適用

伪时间重建方法在肠道菌群数据中的应用

• 发表时间: 2022
• 作者: Suzuki Kenta;Abe Masato S.;Kumakura Daiki;Nakaoka Shinji;Fujiwara Fuki;Miyamoto Hirokuni;Nakaguma Teruno;Okada Mashiro;Sakurai Kengo;Shimizu Shohei;Iwata Hiroyoshi;Masuya Hiroshi;Nihei Naoto;Ichihashi Yasunori;中岡 慎治
• 通讯作者: 中岡 慎治

Exploring similarity between embedding dimension of time-series data and flows of an ecological population model

探索时间序列数据嵌入维度与生态种群模型流动之间的相似性

• 发表时间: 2021
• 作者: Suzuki Kenta;Abe Masato S.;Kumakura Daiki;Nakaoka Shinji;Fujiwara Fuki;Miyamoto Hirokuni;Nakaguma Teruno;Okada Mashiro;Sakurai Kengo;Shimizu Shohei;Iwata Hiroyoshi;Masuya Hiroshi;Nihei Naoto;Ichihashi Yasunori;中岡 慎治;中岡 慎治;Daiki Kumakura and Shinji Nakaoka
• 通讯作者: Daiki Kumakura and Shinji Nakaoka