異なるバイオマーカーを組み合わせて分類モデルを構築する新手法

臓器別・疾患別に無数に定義されるバイオマーカーは、あらゆる臨床的な意思決定において、非常に重要な役割を果たしている。異なるバイオマーカーパターンを組み合わせて優れた分類モデルを構築するための、新しい機械学習手法が提唱された。

IEEE/ACM Transactions on Computational Biology and Bioinformaticsにて7日公開された中国・Anshan Normal Universityの研究チームがまとめた論文によると、CDBP(combining different biomarkers patterns)と呼ばれるこのアプローチでは、種々のバイオマーカーの識別能力を測定した上でスコアを最大化する分類モデルを導出するというもの。CDBPメソッドのパフォーマンスをテストするため、8つの遺伝子発現データセットに対して既存の分類手法と比較したところ、CDBPは最も高い分類能を示していた。

研究チームは、動物モデルにおける肝細胞がんの識別にも優れた成果を示したとする。これらは、高次元の生物医学データから新しいバイオマーカーの同定過程を助けられることを意味し、今後、同手法が疾患分類のための有用なツールとして機能していく可能性もある。

前の記事Biofourmis – ソフトバンクビジョンファンド2などから1億ドルの資金調達
次の記事皮膚がん診断AIツールの可能性と功罪 – Medical Journal of Australia
TOKYO analytica
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc, PhD
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。