講演抄録/キーワード |
講演名 |
2018-12-15 15:30
次世代シーケンサーを用いた一塩基多型解析におけるロジスティック回帰による解析精度向上手法の提案 ○東 銀史(近畿大)・高橋 篤(国立循環器病研究センター)・大星直樹(近畿大) NC2018-37 |
抄録 |
(和) |
ゲノム解析において最も高頻度に観測される変異として, 一塩基多型(Single Nucleotide Polymorphism: SNP)が存在する. SNPとはある一塩基が他の塩基へと変異したものである. SNPは体質などに影響を与えることが知られており, 活発に解析が行われている. しかし, 解析結果には誤検出された変異情報も多く含まれている. 対策として, 一般に推奨されている設定のフィルタリングを行うことで信頼性を判断しているが, より高い精度が求められている. 本研究では解析結果が既知である人工ゲノムデータを作成してSNP解析を行い, 解析結果を教師あり学習データとしてロジスティック回帰により学習を行った. 得られた回帰式を用いて変異情報をフィルタリングすることで, 解析精度が向上する可能性が示唆された. |
(英) |
Single nucleotide polymorphisms are known to be related to phenotypes, and analysis is actively performed. However, the analysis result contains many erroneously detected mutation information. In this study, simulated genomic data was made as known results. Single nucleotide polymorphism analysis was performed for simulated data, and analysis results were learned by simulated data as supervised learning data by logistic regression. It is suggested that accuracy can be improved with filtering the mutation information by the obtained logistic regression model. |
キーワード |
(和) |
次世代シーケンサー / 一塩基多型解析 / ロジスティック回帰 / / / / / |
(英) |
Next-Generation Sequencer / SNP Analysis / Logistic regression / / / / / |
文献情報 |
信学技報, vol. 118, no. 367, NC2018-37, pp. 51-55, 2018年12月. |
資料番号 |
NC2018-37 |
発行日 |
2018-12-08 (NC) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NC2018-37 |
研究会情報 |
研究会 |
NC MBE |
開催期間 |
2018-12-15 - 2018-12-15 |
開催地(和) |
名古屋工業大学 |
開催地(英) |
Nagoya Institute of Technology |
テーマ(和) |
NC, ME, 一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
NC |
会議コード |
2018-12-NC-MBE |
本文の言語 |
日本語 |
タイトル(和) |
次世代シーケンサーを用いた一塩基多型解析におけるロジスティック回帰による解析精度向上手法の提案 |
サブタイトル(和) |
|
タイトル(英) |
Proposal of Analysis Accuracy Improvement Method by Logistic Regression in Single Nucleotide Polymorphism Analysis Using Next-Generation Sequencer |
サブタイトル(英) |
|
キーワード(1)(和/英) |
次世代シーケンサー / Next-Generation Sequencer |
キーワード(2)(和/英) |
一塩基多型解析 / SNP Analysis |
キーワード(3)(和/英) |
ロジスティック回帰 / Logistic regression |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
東 銀史 / Ginji Azuma / アズマ ギンジ |
第1著者 所属(和/英) |
近畿大学大学院 (略称: 近畿大)
Kindai University Graduate School (略称: Kindai Univ.) |
第2著者 氏名(和/英/ヨミ) |
高橋 篤 / Atsushi Takahashi / タカハシ アツシ |
第2著者 所属(和/英) |
国立循環器病研究センター (略称: 国立循環器病研究センター)
National Cerebral and Cardiovascular Center (略称: NCVC) |
第3著者 氏名(和/英/ヨミ) |
大星 直樹 / Naoki Ohboshi / オオボシ ナオキ |
第3著者 所属(和/英) |
近畿大学大学院 (略称: 近畿大)
Kindai University Graduate School (略称: Kindai Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-12-15 15:30:00 |
発表時間 |
15分 |
申込先研究会 |
NC |
資料番号 |
NC2018-37 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.367 |
ページ範囲 |
pp.51-55 |
ページ数 |
5 |
発行日 |
2018-12-08 (NC) |
|