メタボロミクスとネットワーク生物学を用いた新規腎臓病関連遺伝子予測AIの開発

Material type: 図書

Author: 斎藤, 輪太郎ほか

Publisher: -

Publication date: 2021

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 出版タイプ： VoRtype:textメタボローム分析装置から得られる大量の解釈困難部分(未知ピーク)の有効利用の可能性を探り、また患者の代謝物質のパターンから急性腎症(AKI)の発症予測を行った。前者では、鶴岡メタボロームコホート研究参加者約3,000人分のメタボロームデータを活用し、生体内の代謝...

Related materials as well as pre- and post-revision versions

科研費研究者番号 : 40348842

科研費研究者番号 : 10362253

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

Keio Associated Repository of Academic resources
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
Keio Associated Repository of Academic resources

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 図書
Title: メタボロミクスとネットワーク生物学を用いた新規腎臓病関連遺伝子予測AIの開発
Author/Editor: 斎藤, 輪太郎
丸山, 彰一
Author Heading: 斎藤, 輪太郎
丸山, 彰一
Publication Date: 2021
Publication Date (W3CDTF): 2021
Alternative Title: メタボロミクストネットワークセイブツガクオモチイタシンキジンゾウビョウカンレンイデンシヨソク AI ノカイハツ
Metaboromikusu to nettowāku seibutsugaku o mochiita shinki jinzōbyō kanren idenshi yosoku AI no kaihatsu
Development of AI for the discovery of novel kidney disease genes using metabolomics and network biology
Periodical title: 科学研究費補助金研究成果報告書
Text Language Code: jpn
Subject Heading: メタボロミクス,腎臓病,機械学習
Target Audience: 一般
Note (General): 出版タイプ： VoR
type:text
メタボローム分析装置から得られる大量の解釈困難部分(未知ピーク)の有効利用の可能性を探り、また患者の代謝物質のパターンから急性腎症(AKI)の発症予測を行った。前者では、鶴岡メタボロームコホート研究参加者約3,000人分のメタボロームデータを活用し、生体内の代謝物質を反映すると思われる未知ピークを抽出するためのパイプラインの構築を行った。後者では、AKIを発症した患者の尿に特有の代謝物質の変化を発見できないか調べるべく、手術後に集中治療室に入室した患者121人の、未知ピークを含む尿中メタボロームの分析を行い、さらに機械学習を用いて、その後患者がAKIを発症するかを比較的高い精度で予測した。 We explored the possibility of effective utilization of a large amount of uncharacterized part of metabolome data (uncharacterized peaks) obtained from analytical instruments, and predicted the onset of acute kidney injury (AKI) based on metabolome profiles of the patients. In the former, we used metabolome data from ~3,000 participants in the Tsuruoka Metabolome Cohort Study to construct a pipeline for extracting uncharacterized peaks that are likely to reflect actual metabolites in the body. In the latter, we analyzed the urinary metabolites including uncharacterized peaks in the urine samples of 121 patients who entered the intensive care unit after surgery, to investigate whether changes in metabolome profiles specific to patients who developed AKI could be detected. Machine learning enabled us to predict onset of AKI with reasonably high accuracy.
研究種目 : 基盤研究 (C) (一般) 研究期間 : 2019～2021 課題番号 : 19K08689 研究分野 : メタボロミクス
Related Material: 科研費研究者番号 : 40348842
科研費研究者番号 : 10362253
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 慶應義塾大学 : 慶應義塾大学学術情報リポジトリ