【研究分野】統計科学

【研究領域課題番号】17300089 (KAKENデータベースで見る）

【研究キーワード】

非線形モデリング / 関数データ解析 / 機械学習 / ベイズ理論 / カーネル法 / 計算統計 / 確率過程 / 共分散構造分析 / 因子分析モデル / プロフィールモデル / 多変量確率過程 / 学習理論 / 統計的漸近理論 / モデル選択 / 拡散過程 / 識別・判別 / 空間データ解析 / 統計的学習理論 / 漸近理論 / 非正則モデル / 高次非線形モデリング / モデル評価基準

【研究成果の概要】

高次元データに基づく複雑現象解明を目的として, 非線形多変量解析の理論・方法論の開発研究と応用研究に取り組み, 現象の構造を有効に捉える非線形回帰モデリング, ロジスティックモデルに基づく非線形識別・判別法, リスクを定量的に評価・予測するリスク予測モデルを提唱した. また, 観測・測定されたデータを関数化処理し, 処理した関数化データ集合に基づく解析手法について研究し, 回帰, 識別・判別, 次元圧縮に関して, 関数データ解析手法を提唱することができた. 開発した解析手法は, 生命科学, システム工学, 地球環境科学などの問題解決に応用した.

【研究種目】基盤研究(B)

【研究期間】2005 - 2008

【配分額】14,870千円 (直接経費: 12,800千円、間接経費: 2,070千円)

【研究分野】統計科学

【研究領域課題番号】16300088 (KAKENデータベースで見る）

【研究キーワード】

機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 / SNP / プロテオーム / ゲノムデータ / マイクロアレイ / パタン認識 / メタアナライシス / 関数データ解析 / 独立成分分析 / 自己組織化主成分 / 多重比較 / 一塩基多型 / バイオインフォマティクス / バイアスモデル

【研究成果の概要】

バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のようにまとめられる.
1.遺伝子発現の表現形との相関研究はグループ・ブースとの提案,実用化が成された.
2.タンパク発現の相関研究は共通ピーク法が実用化され,実データで新たな知見が得られた.
3.ゲノム多様性と治療効果に関連するSNPsの探索は現在,方法論的検討を終えて進行中である.
4.機械学習の方法論として,ゲノムデータの解析を念頭においてブースティングやICAの統計的考察が統一的に成された.
このことによって機械学習の分野で文字・音声・画像認識のために開発された統計的パタン識別の方法,独立線分解析,ブリーフプロパゲイションが、ゲノムデータの解析法に拡張させたことによって更なる方法の提案と普及が期待される。これは統計学、情報学、人工知能分野などを横断的に展開する新分野の誕生への貢献が期待される。一方で今回の研究プロジニクトよって、厳しい管理とよく整理された環境のもとで,ヒト遺伝子解析データの本格的な統計解析が実施されたことは、従来の多くの困難な問題の解決に多大な貢献が期待される。将来的にはいわゆる「テイラーメイド医療」の実現に、統計学の分野からの積極的な貢献となると考えられる。上記の計画を円滑に進めるために癌研究所,国立遺伝研究,国立がんセンター研究所,国立循環器センター研究所の共同研究者との情報交換,共同研究を密接に行った.

【研究種目】基盤研究(B)

【研究期間】2004 - 2007

【配分額】14,290千円 (直接経費: 13,300千円、間接経費: 990千円)

【研究分野】統計科学

【研究領域課題番号】13480071 (KAKENデータベースで見る）

【研究キーワード】

バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 / 自己組織化主成分分析 / プロテオーム / 関数データ解析 / 統計学 / DNAマイクロアレイ / 機械学習 / 統計推理 / SNPデータ / ブースティング / ロバスト / ニューラルネット / 統計推測 / モデル特異性 / 独立成分解析

【研究成果の概要】

1.バイオインフォマチックスへの挑戦
癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企画セッションにおいて,「SNP統計解析における統計的諸問題」を松浦,江口が企画した.11月に柳川教授(九州大学)の紹介で,P.R.Sen教授(ノースカロライナ州立大)の公開講演会をオーガナイズした.また遺伝子発現のデータベースについて,国立遺伝学研究所の舘野研究室を2度訪問し,意見交換を行った.
2.ブースティング法の拡大と統計理論
この3年間プロジェクトを通して行われた月例アダブースト研究会(村田,金森,江口,竹ノ内君(統計科学,総研大修了予定)も成果が出始めている.Uブースト・アルゴリズムの提案,統計的一致性とベイズルール同値性の両立について新しい理論が建てられた(Neural Computation掲載予定).また,イータブーストのミスラベル・ロバストネス(Neural Computation,2004,掲載)は医療診断などラベルの観測にノイズが入る場合に有効であることが示された.
3.独立成分分析と主成分分析
奈良で4月に開催されたICA国際会議第4回の組織委員(村田,南,江口)を勤めた.また自己組織化主成分分析(J.Machine Learning Researchに掲載予定)を1の遺伝子発現データに適用して好結果が得られた.

【研究種目】基盤研究(B)

【研究期間】2001 - 2003

【配分額】10,100千円 (直接経費: 10,100千円)