【研究分野】統計科学

【研究領域課題番号】18300092 (KAKENデータベースで見る）

【研究キーワード】

多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ / 生体生命情報学 / マイクロアレイ / 高次元データ / 高次元小標本 / 判別分析 / クラスター分析 / モデル選択基準 / ダイバージェンス / 異常値 / 混合正規分布 / 統計科学 / 主成分分析 / 固有値問題 / 次元推定 / 次元縮約 / 次元の呪い / 高次元漸近理論 / マイクロアレイデータ / 多変量データ解析 / 標本数 / 標本数決定 / 領域推定 / 共分散構造 / 漸近理論 / ベイズ法 / ランダム行列 / 逐次区間推定 / 情報不等式

【研究成果の概要】

高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの解析に役立てた。

【研究種目】基盤研究(B)

【研究期間】2006 - 2009

【配分額】18,120千円 (直接経費: 14,700千円、間接経費: 3,420千円)

【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)