お知らせ
全ゲノムシークエンシングデータを用いた 発症リスク予測モデリングのための手法を開発【プレスリリース】
ゲノム医学研究において、全ゲノムシークエンシングデータを用いて疾患発症リスクを予測する際には、その予測モデルを構築することは極めて重要です。これまでも多くのグループが手法を提案してきましたが、それらの手法を用いてのリスク予測は、低精度なものに留まっていました。
今回、東北大学東北メディカル・メガバンク機構（ToMMo）の植木優夫助教（現・久留米大学准教授）と田宮元教授は、スパースモデリング手法（STMGP; smooth-threshold multivariate genetic prediction）を新たに開発し、その手法によるリスク予測が高精度かつ高速であることを示しました。本研究では、新たな手法により、米国のアルツハイマー病患者全ゲノムシークエンシングデータから疾患発症リスクを予測したところ、本手法が既存の手法よりも、最高で3倍程度の高い性能を持つことがわかりました。今後のゲノム医学研究で、重要な手法となることが期待されます。
なお、本成果は、国際科学雑誌Genetic Epidemiology 誌4月号に掲載されました。
【論文名】
Smooth-Threshold Multivariate Genetic Prediction with Unbiased Model Selection
Masao Ueki, Gen Tamiya and for Alzheimer’s Disease Neuroimaging Initiative
Genetic Epidemiology
Volume 40, Issue 3, pages 233–243, April 2016
Article first published online: 6 MAR 2016
DOI: 10.1002/gepi.21958