文脈解釈機能および意味的分析機構による腸内細菌叢-ヒト属性関連性の統合的抽出方式

• Item type: Symposium(1)
• 公開日: 2015-11-17
• タイトル: 文脈解釈機能および意味的分析機構による腸内細菌叢-ヒト属性関連性の統合的抽出方式
• タイトル / 言語: en
• タイトル: Integrated Human Gut Microbiome Analysis System with Context-Awareness and Semantic-Analysis Functions
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 慶應義塾大学
• 著者所属: 慶應義塾大学
• 著者所属: 慶應義塾大学
• 著者所属(英): en
• 著者所属(英): Keio University
• 著者所属(英): en
• 著者所属(英): Keio University
• 著者所属(英): en
• 著者所属(英): Keio University
• 著者名: 引地, 志織; 佐々木, 史織; 清木, 康
• 著者名(英): Shiori, Hikichi; Shiori, Sasaki; Yasushi, Kiyoki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，腸内細菌叢データと国籍・性別・年齢などのヒト属性との関係性について，文脈解釈機能と意味的分析機構を用い統合的に抽出する方式を提案する．近年，腸内細菌叢の関係性を効率的に抽出することによって，個人化医療への貢献が期待されているが，現在は主に主座標分析によりデータ全体の傾向から国籍や年齢などのヒトの属性情報と腸内細菌種の大まかな関係を捉えることにとどまっている．本方式では，細菌学の先行研究からヒューリスティクスとしてヒト属性に関する特定の腸内細菌種の組み合わせを文脈とし，網羅的に複数のクラスタリングアルゴリズム （K-means クラスタリング，階層的クラスタリング） を実行・結果比較を行うことにより，有意な腸内細菌叢関係性をヒトの具体的属性情報と腸内細菌種の数値的傾向として抽出する．本方式の特徴は，クラスタリングアルゴリズムの特徴，および，対象データに合わせた最適アルゴリズムを使用した分析を行うことにより，有意な腸内細菌叢-ヒト属性関連性を得ることを可能とする点にある．本稿では，3 か国 （USA, Malawi, Venezuala） の被験者 60 人 1254 種の細菌データを対象として，国籍に関する文脈に使用し実験を行った結果，最適アルゴリズムとして階層的クラスタリングが選択され，USA に属するヒトのみが含まれるクラスタ情報 （Bacteroides と Prevotella の検出割合） が腸内細菌叢-ヒト属性関連性として抽出されることを示す．
• 書誌情報: 第8回Webとデータベースに関するフォーラム論文集; 巻 2015, p. 96-101, 発行日 2015-11-17
• 出版者 / 言語: ja
• 出版者: 情報処理学会