JP6280997B1 - 疾患の罹患判定装置、疾患の罹患判定方法、疾患の特徴抽出装置及び疾患の特徴抽出方法 - Google Patents
疾患の罹患判定装置、疾患の罹患判定方法、疾患の特徴抽出装置及び疾患の特徴抽出方法 Download PDFInfo
- Publication number
- JP6280997B1 JP6280997B1 JP2017008789A JP2017008789A JP6280997B1 JP 6280997 B1 JP6280997 B1 JP 6280997B1 JP 2017008789 A JP2017008789 A JP 2017008789A JP 2017008789 A JP2017008789 A JP 2017008789A JP 6280997 B1 JP6280997 B1 JP 6280997B1
- Authority
- JP
- Japan
- Prior art keywords
- disease
- sample data
- biomarker
- learned model
- importance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 184
- 201000010099 disease Diseases 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims description 60
- 238000000605 extraction Methods 0.000 title claims description 44
- 239000000090 biomarker Substances 0.000 claims abstract description 122
- 238000012549 training Methods 0.000 claims abstract description 34
- 238000010801 machine learning Methods 0.000 claims abstract description 19
- 239000002679 microRNA Substances 0.000 claims description 64
- 108091070501 miRNA Proteins 0.000 claims description 63
- 238000004364 calculation method Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 23
- 241000282414 Homo sapiens Species 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 21
- 239000013598 vector Substances 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 abstract description 26
- 239000003550 marker Substances 0.000 abstract description 2
- 229960000074 biopharmaceutical Drugs 0.000 abstract 1
- 238000003745 diagnosis Methods 0.000 description 14
- 206010006187 Breast cancer Diseases 0.000 description 10
- 208000026310 Breast neoplasm Diseases 0.000 description 10
- 206010021042 Hypopharyngeal cancer Diseases 0.000 description 7
- 206010056305 Hypopharyngeal neoplasm Diseases 0.000 description 7
- 201000006866 hypopharynx cancer Diseases 0.000 description 7
- 230000003211 malignant effect Effects 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 2
- 206010060862 Prostate cancer Diseases 0.000 description 2
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 2
- 201000009036 biliary tract cancer Diseases 0.000 description 2
- 208000020790 biliary tract neoplasm Diseases 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 2
- 201000002528 pancreatic cancer Diseases 0.000 description 2
- 208000008443 pancreatic carcinoma Diseases 0.000 description 2
- 230000002087 whitening effect Effects 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 208000000461 Esophageal Neoplasms Diseases 0.000 description 1
- 108700011259 MicroRNAs Proteins 0.000 description 1
- 206010030155 Oesophageal carcinoma Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 239000012930 cell culture fluid Substances 0.000 description 1
- 230000030833 cell death Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 201000004101 esophageal cancer Diseases 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011423 initialization method Methods 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 208000017497 prostate disease Diseases 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M1/00—Apparatus for enzymology or microbiology
- C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Organic Chemistry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Genetics & Genomics (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Evolutionary Computation (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Medicinal Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Sustainable Development (AREA)
- Urology & Nephrology (AREA)
- Primary Health Care (AREA)
Abstract
Description
以下、図面を参照しながら、第1の実施の形態に係る疾患の特徴抽出装置の例について説明する。図1は、本発明に係る疾患の罹患判定装置10の構成を表したブロック図である。なお、疾患の罹患判定装置10は、専用マシンとして設計した装置であってもよいが、一般的なコンピュータによって実現可能なものであるものとする。この場合に、データ圧縮装置10及びデータ再現装置20は、一般的なコンピュータが通常備えているであろうCPU(Central Processing Unit:中央演算処理装置)、GPU(Graphics Processing Unit:画像処理装置)、メモリ、ハードディスクドライブ等のストレージを具備しているものとする(図示省略)。また、これらの一般的なコンピュータを本例の疾患の罹患判定装置10として機能させるためにプログラムよって各種処理が実行されることは言うまでもない。
第1の実施の形態においては、疾患の罹患判定のための演算として損失関数Liを求める演算を採用し、損失関数Liの各特徴の勾配を特徴抽出のための重要度とするものとして説明を行った。しかし、この例に限定されるものではなく、他の例について、この第2の実施の形態で説明を行う。
特徴抽出のための演算は、layer-wise relevance propagation(LRP)による演算で各特徴の重要度を求めるものであってもよい。ただし、この手法においては、予測器が、(1)分岐のないニューラルネットワークであること、(2)予測器に用いるニューラルネットワーク内の層のうち、次元の入出力で次元が異なる層は全結合層のみであること、(3)ラベルの種類の数kに応じたk次元のベクトルを出力し、i番目の出力はi番目の予測確率を表すものであること、との3つの性質を備えていることを仮定する。
11 サンプルデータ取得部
12 罹患判定部
13 特徴抽出部
14 記憶部
15 サンプルデータ
16 訓練データ
17 学習済モデル
Claims (8)
- ヒト由来の試料における複数種類のmiRNAを含むバイオマーカーのそれぞれ発現量を個人毎に記録したサンプルデータを取得するサンプルデータ取得部と、
訓練データを用いて機械学習を行って予め得た疾患の罹患を判定可能な学習済モデルからなる罹患判定部と、
前記罹患判定部に対して、疾患に罹患したラベル情報の付された複数のサンプルデータを入力してそれぞれ罹患判定をさせ、各サンプルデータ毎に罹患判定の演算によって学習済モデルで得られる複数のバイオマーカーそれぞれに対応する特徴に関する勾配を計算し、各バイオマーカー毎に複数のサンプルデータの勾配の値の和をとることで得られる各バイオマーカー毎の重要度に基づいて所定数のバイオマーカーを当該疾患に関する特徴的なバイオマーカーとして抽出する特徴抽出部と
を具備してなる疾患の特徴抽出装置。 - ヒト由来の試料における複数種類のmiRNAを含むバイオマーカーのそれぞれ発現量を個人毎に記録したサンプルデータを取得するサンプルデータ取得部と、
訓練データを用いて機械学習を行って予め得た疾患の罹患を判定可能な学習済モデルからなる罹患判定部と、
疾患に罹患したラベル情報の付された複数のサンプルデータそれぞれについて、Local Interpretable Model-agnostic Explanations (LIME)によって前記罹患判定部で用いられた学習済モデルを近似するラベルyに関する線形学習器fi(y|x)=Σjwijxjを学習させ、Sj=|Σiwij|を計算することで、各バイオマーカー毎に複数のサンプルデータそれぞれに対応した線形学習器における重みwijの和をとることで得られる各バイオマーカー毎の重要度に基づいて所定数のバイオマーカーを当該疾患に関する特徴的なバイオマーカーとして抽出する特徴抽出部と
を具備してなる疾患の特徴抽出装置。 - ヒト由来の試料における複数種類のmiRNAを含むバイオマーカーのそれぞれ発現量を個人毎に記録したサンプルデータを取得するサンプルデータ取得部と、
訓練データを用いて機械学習を行って予め得た疾患の罹患を判定可能な学習済モデルからなる罹患判定部と、
疾患に罹患したラベル情報の付された複数のサンプルデータそれぞれを前記罹患判定部で用いられた学習済モデルに対して順次入力し、layer-wise relevance propagation(LRP)による演算を用いて、入力の特徴ベクトルと同次元となる重要度ベクトルRのj番目の値をi番目のサンプルデータにおける特徴jに対する重要度Sijとしてそれぞれ求め、全サンプルデータについて演算が終了した後に、Sj=|ΣiSij|を計算することで得られる各バイオマーカー毎の重要度に基づいて所定数のバイオマーカーを当該疾患に関する特徴的なバイオマーカーとして抽出する特徴抽出部と
を具備してなる疾患の特徴抽出装置。 - 前記特徴抽出部は、サンプルデータ毎に学習済モデルを用いてi番目のサンプルデータに関する損失関数Liを演算する処理と、損失関数の値Liを起点として誤差逆伝播を行い、サンプルiの複数種類のバイオマーカーのそれぞれに対応する特徴xjに関する勾配gij=∂Li/∂xjを計算する処理と、全てのサンプルについての勾配の和の絶対値を重要度Sj=|Σ_{i}gij|として求める処理とによって、バイオマーカーそれぞれの重要度を数値化するようにした
請求項1記載の疾患の特徴抽出装置。 - 前記訓練データは、サンプルデータに対して各個人が疾患に罹患しているか否かのラベル情報を付したものである
請求項1から請求項4の何れかに記載の疾患の特徴抽出装置。 - ヒト由来の試料における複数種類のmiRNAを含むバイオマーカーのそれぞれ発現量を個人毎に記録したサンプルデータを取得するサンプルデータ取得手順と、
訓練データを用いて機械学習を行って予め得た疾患の罹患を判定可能な学習済モデルを生成する学習済モデル生成手順と、
前記学習済モデルに対して、疾患に罹患したラベル情報の付された複数のサンプルデータを入力してそれぞれ罹患判定をさせ、各サンプルデータ毎に罹患判定の演算によって学習済モデルで得られる複数のバイオマーカーそれぞれに対応する特徴に関する勾配を計算し、各バイオマーカー毎に複数のサンプルデータの勾配の値の和をとることで得られる各バイオマーカー毎の重要度に基づいて所定数のバイオマーカーを当該疾患に関する特徴的なバイオマーカーとして抽出する特徴抽出手順と
を含む疾患の特徴抽出方法。 - ヒト由来の試料における複数種類のmiRNAを含むバイオマーカーのそれぞれ発現量を個人毎に記録したサンプルデータを取得するサンプルデータ取得手順と、
訓練データを用いて機械学習を行って予め得た疾患の罹患を判定可能な学習済モデルを生成する学習済モデル生成手順と、
疾患に罹患したラベル情報の付された複数のサンプルデータそれぞれについて、Local Interpretable Model-agnostic Explanations (LIME)によって前記学習済モデルを近似するラベルyに関する線形学習器fi(y|x)=Σjwijxjを学習させ、Sj=|Σiwij|を計算することで、各バイオマーカー毎に複数のサンプルデータそれぞれに対応した線形学習器における重みwijの和をとることで得られる各バイオマーカー毎の重要度に基づいて所定数のバイオマーカーを当該疾患に関する特徴的なバイオマーカーとして抽出する特徴抽出手順と
を含む疾患の特徴抽出方法。 - ヒト由来の試料における複数種類のmiRNAを含むバイオマーカーのそれぞれ発現量を個人毎に記録したサンプルデータを取得するサンプルデータ取得手順と、
訓練データを用いて機械学習を行って予め得た疾患の罹患を判定可能な学習済モデルを生成する学習済モデル生成手順と、
疾患に罹患したラベル情報の付された複数のサンプルデータそれぞれを前記学習済モデルに対して順次入力し、layer-wise relevance propagation(LRP)による演算を用いて、入力の特徴ベクトルと同次元となる重要度ベクトルRのj番目の値をi番目のサンプルデータにおける特徴jに対する重要度Sijとしてそれぞれ求め、全サンプルデータについて演算が終了した後に、Sj=|ΣiSij|を計算することで得られる各バイオマーカー毎の重要度に基づいて所定数のバイオマーカーを当該疾患に関する特徴的なバイオマーカーとして抽出する特徴抽出手順と
を含む疾患の特徴抽出方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016213690 | 2016-10-31 | ||
JP2016213690 | 2016-10-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6280997B1 true JP6280997B1 (ja) | 2018-02-14 |
JP2018077814A JP2018077814A (ja) | 2018-05-17 |
Family
ID=61195694
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017008789A Active JP6280997B1 (ja) | 2016-10-31 | 2017-01-20 | 疾患の罹患判定装置、疾患の罹患判定方法、疾患の特徴抽出装置及び疾患の特徴抽出方法 |
JP2018547221A Active JP7021097B2 (ja) | 2016-10-31 | 2017-10-31 | 疾患の罹患判定装置、疾患の罹患判定方法及び疾患の罹患判定プログラム |
JP2021187345A Active JP7411619B2 (ja) | 2016-10-31 | 2021-11-17 | 疾患の罹患判定装置、疾患の罹患判定方法及び疾患の罹患判定プログラム |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018547221A Active JP7021097B2 (ja) | 2016-10-31 | 2017-10-31 | 疾患の罹患判定装置、疾患の罹患判定方法及び疾患の罹患判定プログラム |
JP2021187345A Active JP7411619B2 (ja) | 2016-10-31 | 2021-11-17 | 疾患の罹患判定装置、疾患の罹患判定方法及び疾患の罹患判定プログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20190267113A1 (ja) |
EP (1) | EP3534281A4 (ja) |
JP (3) | JP6280997B1 (ja) |
CN (1) | CN109923614A (ja) |
RU (1) | RU2765695C2 (ja) |
WO (1) | WO2018079840A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019159902A (ja) * | 2018-03-14 | 2019-09-19 | オムロン株式会社 | 異常検知システム、サポート装置およびモデル生成方法 |
CN113056672A (zh) * | 2018-11-19 | 2021-06-29 | 佳能株式会社 | 信息处理装置、信息处理装置的控制方法、程序、计算装置和计算方法 |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2430574A1 (en) | 2009-04-30 | 2012-03-21 | Patientslikeme, Inc. | Systems and methods for encouragement of data submission in online communities |
US11250340B2 (en) * | 2017-12-14 | 2022-02-15 | Microsoft Technology Licensing, Llc | Feature contributors and influencers in machine learned predictive models |
WO2020008502A1 (ja) * | 2018-07-02 | 2020-01-09 | シンセティックゲシュタルト エルティーディー | 情報処理システム、情報処理装置、サーバ装置、プログラム、又は方法 |
JP7362241B2 (ja) * | 2018-11-02 | 2023-10-17 | 公益財団法人がん研究会 | 大腸がんの検査方法 |
US11151420B2 (en) * | 2018-11-19 | 2021-10-19 | International Business Machines Corporation | Determination using learned model |
US11894139B1 (en) * | 2018-12-03 | 2024-02-06 | Patientslikeme Llc | Disease spectrum classification |
CN110211690A (zh) * | 2019-04-19 | 2019-09-06 | 平安科技(深圳)有限公司 | 疾病风险预测方法、装置、计算机设备及计算机存储介质 |
WO2020222287A1 (ja) * | 2019-04-29 | 2020-11-05 | 株式会社Preferred Networks | 訓練装置、罹患判定装置、機械学習方法、およびプログラム |
JP6884810B2 (ja) * | 2019-05-08 | 2021-06-09 | キユーピー株式会社 | 情報提供装置、情報提供方法及びmiRNA重要度テーブル生成方法 |
CN110338843A (zh) * | 2019-08-02 | 2019-10-18 | 无锡海斯凯尔医学技术有限公司 | 组织评价方法、装置、设备及计算机可读存储介质 |
CN110327074A (zh) * | 2019-08-02 | 2019-10-15 | 无锡海斯凯尔医学技术有限公司 | 肝脏评价方法、装置、设备及计算机可读存储介质 |
JP7412150B2 (ja) * | 2019-11-29 | 2024-01-12 | 東京エレクトロン株式会社 | 予測装置、予測方法及び予測プログラム |
JP7452990B2 (ja) * | 2019-11-29 | 2024-03-19 | 東京エレクトロン株式会社 | 異常検知装置、異常検知方法及び異常検知プログラム |
WO2021142417A2 (en) * | 2020-01-10 | 2021-07-15 | Bisquertt Alejandro | Systems for detecting alzheimer's disease |
CN111312401B (zh) * | 2020-01-14 | 2021-12-17 | 之江实验室 | 一种基于多标签学习的体检后慢性疾病预后系统 |
JP7551096B2 (ja) | 2020-03-31 | 2024-09-17 | 国立大学法人神戸大学 | 酵素反応阻害パターンが疾患のバイオマーカーとして利用できるかを調べる方法および装置、並びに、疾患検査装置 |
US11468276B2 (en) * | 2020-04-16 | 2022-10-11 | Robert Bosch Gmbh | System and method of a monotone operator neural network |
CN111696662A (zh) * | 2020-05-26 | 2020-09-22 | 平安科技(深圳)有限公司 | 疾病预测方法、装置及存储介质 |
CN112530595A (zh) * | 2020-12-21 | 2021-03-19 | 无锡市第二人民医院 | 一种基于多分支链式神经网络的心血管疾病分类方法和装置 |
CN112685561A (zh) * | 2020-12-26 | 2021-04-20 | 广州知汇云科技有限公司 | 一种跨病种的小样本临床医疗文本后结构化处理方法 |
CN118020106A (zh) * | 2021-09-29 | 2024-05-10 | 富士胶片株式会社 | 可测定合适特征量的选择方法、可测定合适特征量的选择程序及可测定合适特征量的选择装置 |
JP7374424B2 (ja) * | 2021-11-30 | 2023-11-07 | ダイキン工業株式会社 | 疾病あるいは健康状態の検査方法、及び検査システム |
CN114613438B (zh) * | 2022-03-08 | 2023-05-26 | 电子科技大学 | 一种miRNA与疾病的关联预测方法及系统 |
KR20240092770A (ko) * | 2022-12-15 | 2024-06-24 | 한국과학기술원 | 우울증 예측을 위한 인공지능 및 웹 기반 플랫폼 |
CN116578711B (zh) * | 2023-07-06 | 2023-10-27 | 武汉楚精灵医疗科技有限公司 | 腹痛特征提取方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001083986A (ja) * | 1999-09-16 | 2001-03-30 | Nippon Telegr & Teleph Corp <Ntt> | 統計モデル作成方法 |
JP2004041713A (ja) * | 1996-02-09 | 2004-02-12 | Adeza Biomedical Corp | ニューラルネットワーク関連アプリケーションを使用して医療診断テストおよび生化学診断テストを選択する方法 |
JP2010519642A (ja) * | 2007-02-23 | 2010-06-03 | ゼンロボティックス・オサケユキテュア | 情報を選択するための方法 |
JP2012073761A (ja) * | 2010-09-28 | 2012-04-12 | Dainippon Screen Mfg Co Ltd | 分類のための特徴量選出方法、画像の分類方法、外観検査方法および外観検査装置 |
JP2012508577A (ja) * | 2008-11-12 | 2012-04-12 | カリス ライフ サイエンシズ ルクセンブルク ホールディングス | 表現型を決定するためのエキソソームの使用方法およびそのシステム |
JP2014511677A (ja) * | 2011-03-22 | 2014-05-19 | コーネル・ユニバーシティー | 鑑別困難な良性甲状腺病変と悪性甲状腺病変との識別法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE197511T1 (de) * | 1995-07-25 | 2000-11-11 | Horus Therapeutics Inc | Rechnergestütztes verfahren und anordnung zur diagnose von krankheiten |
JP2003006329A (ja) | 2001-06-26 | 2003-01-10 | Hitachi Ltd | 診断支援システム |
JP3823192B2 (ja) | 2002-04-19 | 2006-09-20 | 学校法人慶應義塾 | 診療支援装置、診療支援方法、及び診療支援プログラム |
US7774143B2 (en) | 2002-04-25 | 2010-08-10 | The United States Of America As Represented By The Secretary, Department Of Health And Human Services | Methods for analyzing high dimensional data for classifying, diagnosing, prognosticating, and/or predicting diseases and other biological states |
EP1583504A4 (en) * | 2002-12-26 | 2008-03-05 | Cemines Llc | METHODS AND COMPOSITIONS FOR THE DIAGNOSIS, PROGNOSIS, AND TREATMENT OF CANCER |
CN101150989B (zh) | 2003-06-03 | 2012-10-10 | 菲西奥松尼克斯公司 | 通过声学换能器对颅内压的无创确定 |
WO2005008213A2 (en) * | 2003-07-10 | 2005-01-27 | Genomic Health, Inc. | Expression profile algorithm and test for cancer prognosis |
JP5038671B2 (ja) | 2006-09-25 | 2012-10-03 | 株式会社東芝 | 検査項目選定装置、検査項目選定方法、及び検査項目選定プログラム |
RU2473555C2 (ru) * | 2006-12-19 | 2013-01-27 | ДжинГоу, Инк. | Новые способы функционального анализа большого количества экспериментальных данных и групп генов, идентифицированных из указанных данных |
US20120143805A1 (en) * | 2008-09-09 | 2012-06-07 | Somalogic, Inc. | Cancer Biomarkers and Uses Thereof |
CN104198709A (zh) | 2008-09-09 | 2014-12-10 | 私募蛋白质体公司 | 肺癌生物标记及其用途 |
EP2239675A1 (en) | 2009-04-07 | 2010-10-13 | BIOCRATES Life Sciences AG | Method for in vitro diagnosing a complex disease |
CN101901345B (zh) * | 2009-05-27 | 2013-02-27 | 复旦大学 | 一种差异蛋白质组学的分类方法 |
CN102893157A (zh) * | 2009-12-22 | 2013-01-23 | 密执安大学评议会 | 前列腺癌的代谢特征 |
EP2354246A1 (en) * | 2010-02-05 | 2011-08-10 | febit holding GmbH | miRNA in the diagnosis of ovarian cancer |
JP2012051822A (ja) * | 2010-08-31 | 2012-03-15 | Institute Of Physical & Chemical Research | 肺癌診断用ポリペプチド、肺癌の検出方法、および治療効果の評価方法 |
JP5645761B2 (ja) | 2011-06-23 | 2014-12-24 | 登史夫 小林 | 医療データ解析方法、医療データ解析装置およびプログラム |
CN104677999A (zh) | 2013-11-29 | 2015-06-03 | 沈阳药科大学 | 血浆用于区分肝癌与肺癌的生物标记物 |
JP6702935B2 (ja) | 2014-08-07 | 2020-06-03 | エイジェンシー・フォー・サイエンス,テクノロジー・アンド・リサーチ | 胃がん診断用のマイクロrnaバイオマーカー |
CN105243296A (zh) * | 2015-09-28 | 2016-01-13 | 丽水学院 | 联合mRNA和microRNA表达谱芯片的肿瘤特征基因选择方法 |
CN105701365B (zh) * | 2016-01-12 | 2018-09-07 | 西安电子科技大学 | 发现癌症相关基因的方法及相关系统、药物制备方法 |
CN105550715A (zh) | 2016-01-22 | 2016-05-04 | 大连理工大学 | 一种基于近邻传播聚类的集成分类器构建方法 |
-
2017
- 2017-01-20 JP JP2017008789A patent/JP6280997B1/ja active Active
- 2017-10-31 CN CN201780067594.XA patent/CN109923614A/zh active Pending
- 2017-10-31 RU RU2019116786A patent/RU2765695C2/ru active
- 2017-10-31 EP EP17865774.8A patent/EP3534281A4/en active Pending
- 2017-10-31 US US16/346,017 patent/US20190267113A1/en active Pending
- 2017-10-31 JP JP2018547221A patent/JP7021097B2/ja active Active
- 2017-10-31 WO PCT/JP2017/039363 patent/WO2018079840A1/ja unknown
-
2021
- 2021-11-17 JP JP2021187345A patent/JP7411619B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004041713A (ja) * | 1996-02-09 | 2004-02-12 | Adeza Biomedical Corp | ニューラルネットワーク関連アプリケーションを使用して医療診断テストおよび生化学診断テストを選択する方法 |
JP2001083986A (ja) * | 1999-09-16 | 2001-03-30 | Nippon Telegr & Teleph Corp <Ntt> | 統計モデル作成方法 |
JP2010519642A (ja) * | 2007-02-23 | 2010-06-03 | ゼンロボティックス・オサケユキテュア | 情報を選択するための方法 |
JP2012508577A (ja) * | 2008-11-12 | 2012-04-12 | カリス ライフ サイエンシズ ルクセンブルク ホールディングス | 表現型を決定するためのエキソソームの使用方法およびそのシステム |
JP2012073761A (ja) * | 2010-09-28 | 2012-04-12 | Dainippon Screen Mfg Co Ltd | 分類のための特徴量選出方法、画像の分類方法、外観検査方法および外観検査装置 |
JP2014511677A (ja) * | 2011-03-22 | 2014-05-19 | コーネル・ユニバーシティー | 鑑別困難な良性甲状腺病変と悪性甲状腺病変との識別法 |
Non-Patent Citations (1)
Title |
---|
得居 誠也: "ニューラルネットワーク研究のフロンティア", 人工知能, vol. 第31巻 第2号, JPN6017013456, 1 March 2016 (2016-03-01), JP, pages pp.216−222 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019159902A (ja) * | 2018-03-14 | 2019-09-19 | オムロン株式会社 | 異常検知システム、サポート装置およびモデル生成方法 |
CN113056672A (zh) * | 2018-11-19 | 2021-06-29 | 佳能株式会社 | 信息处理装置、信息处理装置的控制方法、程序、计算装置和计算方法 |
Also Published As
Publication number | Publication date |
---|---|
RU2019116786A3 (ja) | 2020-11-30 |
JPWO2018079840A1 (ja) | 2019-09-19 |
US20190267113A1 (en) | 2019-08-29 |
JP7021097B2 (ja) | 2022-02-16 |
JP7411619B2 (ja) | 2024-01-11 |
RU2019116786A (ru) | 2020-11-30 |
JP2018077814A (ja) | 2018-05-17 |
EP3534281A4 (en) | 2020-06-03 |
EP3534281A1 (en) | 2019-09-04 |
CN109923614A (zh) | 2019-06-21 |
RU2765695C2 (ru) | 2022-02-02 |
JP2022024092A (ja) | 2022-02-08 |
WO2018079840A1 (ja) | 2018-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6280997B1 (ja) | 疾患の罹患判定装置、疾患の罹患判定方法、疾患の特徴抽出装置及び疾患の特徴抽出方法 | |
US11462325B2 (en) | Multimodal machine learning based clinical predictor | |
Cano et al. | Automatic selection of molecular descriptors using random forest: Application to drug discovery | |
CN112766379B (zh) | 一种基于深度学习多权重损失函数的数据均衡方法 | |
CN113113130A (zh) | 一种肿瘤个体化诊疗方案推荐方法 | |
Taylor et al. | A model to detect heart disease using machine learning algorithm | |
AnandaKumar et al. | Efficient cancer classification using fast adaptive neuro-fuzzy inference system (FANFIS) based on statistical techniques | |
WO2020210487A1 (en) | Systems and methods for nutrigenomics and nutrigenetic analysis | |
Cai et al. | DeepStroke: An efficient stroke screening framework for emergency rooms with multimodal adversarial deep learning | |
US20140180599A1 (en) | Methods and apparatus for analyzing genetic information | |
Tay et al. | The effect of sample age and prediction resolution on myocardial infarction risk prediction | |
Utsumi et al. | Meta-weighted gaussian process experts for personalized forecasting of AD cognitive changes | |
Karthikeyan | A novel attention-based cross-modal transfer learning framework for predicting cardiovascular disease | |
US20140066320A1 (en) | Identifying causal genetic markers for a specified phenotype | |
Dekhil et al. | A Novel Recommender System for Stroke Risk Stratification | |
Schwartz et al. | Integration of multimodal RNA-seq data for prediction of kidney cancer survival | |
CN103718181A (zh) | 指示表型的组合标签的跨模态应用 | |
JP7164862B2 (ja) | 心筋細胞型判定システム、心筋細胞型判定方法 | |
JP2021043056A (ja) | 分子マーカー探索方法、分子マーカー探索装置、及びプログラム | |
KR20210052855A (ko) | 환자별 유전자 특성에 기초하여 암의 예후 예측에 활용할 바이오 마커를 선정하는 전자 장치 및 그 동작 방법 | |
Lee et al. | Joint dermatological lesion classification and confidence modeling with uncertainty estimation | |
KR102617046B1 (ko) | 딥러닝 모델을 이용한 수면 단계 예측 방법 및 분석장치 | |
Mohamed et al. | Predicting The Heart Attack From Accessible Patients Medical Datasets Using Data Mining Technique | |
KR102510936B1 (ko) | 장내 미생물 데이터에 기초하여 혈중 면역지표의 범위를 도출하는 장치 및 방법 | |
Harahap et al. | Microarray-Based Classification Model of Parkinson Identification by using Firefly Algorithm-Support Vector Machine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170123 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20170123 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170619 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170919 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171117 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6280997 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |