研究者紹介

テンソル分解を用いた教師無し学習による変数選択法のヒストン修飾解析への応用

閉じる

私の研究はデータ駆動科学の方法をゲノム科学に応用することで、実験はまったくしない、完全なドライの研究となっています。そのために数年前から「テンソル分解を用いた教師なし学習による変数選択法」を提案し、遺伝子発現プロファイルやメチル化、マイクロRNAの発現解析に応用して、バイオマーカーの探索、疾患原因遺伝子の推定、AI創薬への応用などを試みてきました。テンソルは行と列の二種類しか変数がない行列と違って、三種以上の変数、例えば、遺伝子×患者×臓器、の様な関係を表現できます。このようなテンソルを用いた提案手法の特徴は少数サンプルでも有意に発現変化している遺伝子を選択できることで、ヒストン修飾とクロマチン構造の関係性の解明にも大きな力を発揮できると期待しています。