R&D ITEMS:研究開発項目

研究開発項目 5

AI・数理研究による臓器間ネットワークの解明

研究開発課題 9

数理モデルとAI・機械学習を用いた臓器間ネットワークの解明、
およびヒトデータとの統合によるリスク予見法の創出

開発課題9ではデータ連携システム・機械学習法の開発、各研究グループとの連携によるデータ駆動的な臓器間ネットワークの数理モデル構築を行い、
数理モデルと、ヒトデータの統合を通じて、数理学的手法による臓器間ネットワークの解明を目指します。
データ連携システムでは、生物から得られる限りあるデータを有効に活用するため、
AI・機械学習を用いて、例えばデータのノイズを除去したり欠損値を補ったりすることを可能とします。
データ駆動的な数理モデル構築では、生物から得られたデータを用いて病態を推定することや、
データから各臓器の状態を予測可能にするような数理モデルの構築を目指します。
そして数理モデルとヒトデータとの統合を通じて、簡単に計測できるデータから多臓器の状態、
そして認知症発症に至る過程を推定する機械学習を開発します。

課題推進者

統括:本田 直樹

広島大学

臓器連関のデータ駆動モデリングにより神経変性疾患研究を推進

岡田 随象

大阪大学

遺伝統計解析技術を用いた個別化予防アルゴリズム構築により神経変性疾患研究を推進

近藤 洋平

自然科学研究機構生命創成探究センター

生化学・生物物理モデリングとデータ同化による臓器状態推定により神経変性疾患研究を推進

小島 諒介

京都大学

機械学習・深層学習を用いた臓器間ネットワーク解析により神経変性疾患研究を推進

松田 孟留

理化学研究所

統計学・数理工学に基づいた多臓器データ解析手法の開発により神経変性疾患研究を推進

中岡 慎治

北海道大学

疾患発症ロードマップ構築と段階的発症の早期検出化により神経変性疾患研究を推進