機械学習と画像解析を用いた老化ダイナミクスの解析

古澤 力

生命機能科学研究センター(BDR)
多階層生命動態研究チーム
チームリーダー

mail:chikara.furusawa(at)riken.jp
Furusawa

老化は多くの要素が相互作用することによって生じる複雑なダイナミクスであり、その理解には高次元のデータから老化過程を記述する適切な状態量を抽出する必要がある。

近年、機械学習の手法の発展により、画像データなどからの特徴抽出と、それを用いた生物システムの理解が注目を集めている。そこで本研究では、画像データとオミクス情報を深層学習などの手法を用いて統合し、それに基づいた老化ダイナミクスの理解を目指す。具体的には、脳のMRI画像や腸内細菌叢の顕微鏡画像から、機械学習により特徴量を抽出し、老化過程において生じる変化を解析する。また、そうした画像からの特徴抽出から、遺伝子発現プロファイルなどのオミクス情報を予測する手法を開発する。こうした成果から、画像データからの(老化を含む)表現型の予測と、それに基づいた診断や健康管理を実現するシステム構築を目指す。

トップへ戻る