WS9-5Back
疾患特異的遺伝子発現データに対する機械学習と教師なしクラスタリングを用いた新しい2段階のドラッグリポジショニング予測法
*ソウイ, 新谷美咲, 今成楓河, 長田直樹, 遠藤俊徳
北大院情報科学
ドラッグリポジショニングは、複雑な疾患に対する新しい治療法を見つけるための強力な選択肢として幅広い重要性を持っている．本研究では、機械学習を用いて新しい2段階のドラッグリポジショニング予測法の提案する．疾患の細胞株の遺伝子発現応答と薬剤による遺伝子発現変化のデータを組み合わせ、疾患データの不足を解決し、薬効と疾患の関連を定量化するだけでなく、特定の疾患に対する候補薬剤リストの生成やクラスタリングによる解析を可能にする．他の既存手法と比較して、実用化への適用範囲が広く、主観的なスクリーニングによるバイアスを大きく緩和することができると考えられる．
keywords: ドラッグリポジショニング；遺伝子発現データ；機械学習
A New Approach to Drug Repurposing with Two-Stage Prediction, Machine Learning, and Unsupervised Clustering of Gene Expression
*Yi Cong, Misaki Shintani, Fuga Imanari, Naoki Osada, Toshinori Endo
Info. Biol. Lab., Grad. Sch. of IST, Hokkaido University