このアプリケーションの一部のコンテンツは現時点では利用できません。
このような状況が続く場合は、にお問い合わせくださいフィードバック & お問い合わせ
1. (WO2018079840) 疾患の罹患判定装置、疾患の罹患判定方法及び疾患の罹患判定プログラム
国際事務局に記録されている最新の書誌情報    第三者情報を提供

国際公開番号: WO/2018/079840 国際出願番号: PCT/JP2017/039363
国際公開日: 03.05.2018 国際出願日: 31.10.2017
IPC:
G06F 19/24 (2011.01) ,C12M 1/34 (2006.01) ,C12Q 1/68 (2018.01)
G 物理学
06
計算;計数
F
電気的デジタルデータ処理
19
特定の用途に特に適合したデジタル計算またはデータ処理の装置または方法
10
バイオインフォマティクス,すなわち計算分子生物学において遺伝子または蛋白質関連データの処理を行うための方法またはシステム
24
機械学習,データマイニングまたは生物統計学に関するもの,例.パターン検出,知識発見,ルール抽出,相関,クラスタリング,分類
C 化学;冶金
12
生化学;ビール;酒精;ぶどう酒;酢;微生物学;酵素学;突然変異または遺伝子工学
M
酵素学または微生物学のための装置
1
酵素学または微生物学のための装置
34
状態の測定または検出手段をもって測定または試験を行なうもの,例.コロニー計数器
C 化学;冶金
12
生化学;ビール;酒精;ぶどう酒;酢;微生物学;酵素学;突然変異または遺伝子工学
Q
酵素または微生物を含む測定または試験方法そのための組成物または試験紙;その組成物を調製する方法;微生物学的または酵素学的方法における状態応答制御
1
酵素または微生物を含む測定または試験方法;そのための組成物;そのような組成物の製造方法
68
核酸を含むもの
出願人:
株式会社Preferred Networks PREFERRED NETWORKS, INC. [JP/JP]; 東京都千代田区大手町1丁目6番1号 大手町ビル2階 Otemachi Bldg. 2F, 1-6-1 Otemachi, Chiyoda-ku, Tokyo 1000004, JP
発明者:
岡野原 大輔 OKANOHARA Daisuke; JP
大野 健太 OONO Kenta; JP
大田 信行 OTA Nobuyuki; US
ハムザウイ カリーム HAMZAOUI Karim; JP
秋葉 拓哉 AKIBA Takuya; JP
代理人:
須藤 浩 SUDO Yutaka; JP
山田 一範 YAMADA Kazunori; JP
上田 侑士 UEDA Yuji; JP
浅見 浩二 ASAMI Koji; JP
優先権情報:
2016-21369031.10.2016JP
発明の名称: (EN) DISEASE DEVELOPMENT DETERMINATION DEVICE, DISEASE DEVELOPMENT DETERMINATION METHOD, AND DISEASE DEVELOPMENT DETERMINATION PROGRAM
(FR) DISPOSITIF, PROCÉDÉ ET PROGRAMME DE DÉTERMINATION DE DÉVELOPPEMENT DE MALADIE
(JA) 疾患の罹患判定装置、疾患の罹患判定方法及び疾患の罹患判定プログラム
要約:
(EN) [Problem] To enable disease development determination through learning performed via a neural network with use of data of the expression levels of biomarkers, and enable extraction of a biomarker that is characteristic of a disease via the neural network. [Solution] According to the present invention: a sample data set is acquired in which the expression levels are recorded of a plurality of types of respective biomarkers, for each individual; a learned model is generated which enables disease development determination and which is pre-acquired through machine learning with use of training data; a plurality of the sample data sets, to which label information indicating that a disease is developed is provided, are inputted to the learned model so that calculation is performed; the degrees of importance are numerically represented of features of the plurality of respective biomarkers acquired through the learned model by the development determination calculation, for each of the sample data sets; and a predetermined number of biomarkers are extracted as biomarkers that are characteristic of the disease, on the basis of the degrees of importance obtained by numerically representing all of the sample data sets for each of the biomarkers.
(FR) [Problème] L'invention a pour objet de permettre une détermination du développement d'une maladie par l'intermédiaire d'un apprentissage effectué via un réseau neuronal avec utilisation de données des niveaux d'expression de biomarqueurs, et de permettre l'extraction d'un biomarqueur qui est caractéristique d'une maladie via le réseau neuronal. [Solution] Selon la présente invention: un ensemble de données d'échantillons est acquis, dans lequel sont enregistrés les niveaux d'expression d'une pluralité de types de biomarqueurs respectifs, pour chaque individu; un modèle appris est généré, qui permet la détermination du développement d'une maladie et qui est pré-acquis par apprentissage automatique avec utilisation de données d'apprentissage; une pluralité des ensembles de données d'échantillons, auxquels sont attribuées des informations d'étiquettes indiquant qu'une maladie est développée, est introduite dans le modèle appris de façon à effectuer un calcul; les degrés d'importance sont des représentations numériques de caractéristiques de la pluralité de biomarqueurs respectifs acquis par l'intermédiaire du modèle appris par le calcul de détermination de développement, pour chacun des ensembles de données d'échantillons; et un nombre prédéterminé de biomarqueurs est extrait en tant que biomarqueurs qui sont caractéristiques de la maladie, sur la base des degrés d'importance obtenus en représentant numériquement tous les ensembles de données d'échantillons pour chacun des biomarqueurs.
(JA) 【課題】バイオマーカーの発現量のデータを用いてニューラルネットワークで学習させることで疾患の罹患判定を可能とし、かつ、疾患について特徴的なバイオマーカーをニューラルネットワークによって抽出可能とすること。 【解決手段】複数種類のバイオマーカーのそれぞれ発現量を個人毎に記録したサンプルデータを取得し、訓練データを用いて機械学習を行って予め得た疾患の罹患を判定可能な学習済モデルを生成し、この学習済モデルに対して、疾患に罹患したラベル情報の付された複数のサンプルデータを入力して演算し、各サンプルデータ毎に罹患判定の演算によって学習済モデルで得られる複数のバイオマーカーそれぞれの特徴の重要度を数値化し、各バイオマーカー毎に全サンプルデータの数値化した重要度に基づいて所定数のバイオマーカーを当該疾患に関する特徴的なバイオマーカーとして抽出する。
front page image
指定国: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
アフリカ広域知的所有権機関(ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
ユーラシア特許庁(EAPO) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
欧州特許庁(EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
アフリカ知的所有権機関(OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
国際公開言語: 日本語 (JA)
国際出願言語: 日本語 (JA)