機械学習を用いたオミクスデータ統合解析

Integrated analysis of omics data using machine learning

　近年，ゲノム，トランスクリプトーム，プロテオーム，メタボロームなど多様なオミクスデータが急速に蓄積されており，疾患の発症・進行メカニズムや薬剤応答を包括的に理解するには，これらを統合的に解析する必要がある．統合解析では，データの異質性やスケールの違い，欠損値，高次元性，計算負荷，再現性といった多くの課題が存在する．これらに対応するため，統計解析に加えて，機械学習，深層学習，自己教師あり学習，転移学習，基盤モデル，時系列解析，さらに先行知見の統合など，さまざまなアプローチが開発されている．近年では，クラウドやエッジAI，連合学習を用いた分散処理環境の活用，AutoMLやパイプライン化による解析自動化も進展している．がんや神経疾患，代謝疾患などへの応用事例も増えており，今後は解析手法の標準化や透明性・解釈性の向上，国際的なデータ共有基盤の整備がいっそう求められる．