oku-slide-20210129

東西医薬学I
奥 牧人
2021/01/29
2022/01/28
2023/01/27
2024/02/02
2024/06/21
2025/04/25

Transcript

1. 東西医薬学I 今回担当: 奥 牧人 (未病研究センター) 2025/04/25 1 / 45
2. 今回のテーマと学習目標 和漢薬とデータ科学 和漢薬に関するデータベース 和漢薬に関するデータ解析事例 学習目標 データベースの基本的な使い方や注意点について理解する データ解析の主な流れと必要な知識やスキルについて理解する 2 / 45
3. クイズ Q. 次のうち、ネットで検索しても分からないものはどれでしょう? 1. 肥満症に頻用される漢方処方は? 2. 防風の基原植物の学名は? 3. ペオニフロリンの構造式は? 3 / 45
4. クイズ Q. 次のうち、ネットで検索しても分からないものはどれでしょう? 1. 肥満症に頻用される漢方処方は? 2. 防風の基原植物の学名は? 3. ペオニフロリンの構造式は? A. ??? 4 / 45
5. 和漢薬に関するデータベース 5 / 45
6. 伝統医薬データベースとは? 和漢研が管理 漢方処方、生薬、天然化合物に関する情報 月に1万回程度のページ閲覧 6 / 45
7. まずは知っている単語を入力 知っている単語を検索 (甘草、葛根湯、アコニチン、など) どのような情報が得られるか把握 将来、何か調べ物をする際に「あのデータベースに書いてあ ったかも?」と思い出せる程度に覚えておけばOK 7 / 45
8. 検索機能は賢くない ネット検索と違って、データベースに登録されている表記と少し でも違うとヒットしない場合もよくある。 8 / 45
9. 困った時は空欄のまま検索 うまく検索出来ない場合は、空欄のまま検索してみる。 全てのデータがヒットする場合がある。 どうしてかな? 理由を考えてみよう 9 / 45
10. 限界に挑戦してみる わざと知名度の低い単語を検索してみる。 そのデータベースの限界を把握 10 / 45
11. メニュー項目を押してみる メニュー項目を一つずつ押して、何が表示されるか確認 11 / 45
12. ユーザ登録が必要なページ 伝統医薬DBの一部のページは登録ユーザのみが閲覧可能 主に専門家向けのページ 登録は無料 主に誰がアクセスしたかを把握するために実施 12 / 45
13. 見た目が地味なページ 左と右は同じ論文の検索結果です。右の表示スタイルは一体何のため に存在しているのでしょうか? 13 / 45
14. ここまでのまとめ まずは普通にネット検索すべし 初めて使うデータベースでは、とにかく色々検索してみる 本気で使いたい時は、メニュー項目の意味を全部調べる 情報そのもの よりも 情報にアクセスする方法 を覚える 14 / 45
15. クイズ 問題. データベースの開発で必要な、データベースを操作するための 言語を何と呼ぶでしょう? 15 / 45
16. クイズ 問題. データベースの開発で必要な、データベースを操作するための 言語を何と呼ぶでしょう? 答え. ??? 16 / 45
17. Part 2. データ解析事例 以下の論文を例に、データ解析の主な流れと必要な知識やスキルにつ いて説明します。 M. Oku: Network analysis of kampo formulas based on crude drug composition and indications, Trad. Kampo Med., 6(3):139-147 (2019). https://doi.org/10.1002/tkm2.1229 17 / 45
18. 目標設定とデータ入手 和漢研で職を得たものの、漢方の知識は素人同然 理解しやすいよう、全ての漢方処方を1枚の絵にまとめたいと考 えた。 そのためには漢方処方の一覧データが必要 ツムラにする? → 138処方 (+α) 医療用にする? → 148処方 一般用にする? → 294処方 まず目的を決め、その後で必要なデータを探すべし 18 / 45
19. ちゃんとしたデータを探そう 19 / 45
20. データ研磨 データ研磨は面倒だけど非常に大事な工程 20 / 45
21. データ研磨の具体例 21 / 45
22. 罠がいっぱい! 構成生薬が文章で書いてある奴がいる 区切りは全部「、」と見せかけて、「・」の箇所がある 湯と散をまとめて書いてある奴がいて、そこだけ形式が違う 同じ生薬なのに別名で書いてある所がある (例、別甲と土別甲) 結局、人間が一つ一つ丁寧に確かめないとダメ 22 / 45
23. 手法の選択 構成生薬の似たもの同士を線で結 んでネットワークを描いてみよう と考えた。 「似ているかどうか」の判定はど うしたら良いか? 取り敢えず、フィッシャーの正確 検定 統計学の知識はもちろん必要です 23 / 45
24. 問題が発生 フィッシャーの正確検定は、2つの集合の重複が「偶然起こりえ る程度かどうか」を判定するもの 大抵の漢方処方には甘草が入っているため、多くのペアが有意な 重複ありとなってしまい、ネットワークが密になる。 24 / 45
25. 密なネットワーク 密なネットワークは、そこから何も読み取れないという意味で情報量 は実質ゼロ、すなわち研究結果の図として価値が無い。 25 / 45
26. ここで伝えたいこと p値は万能じゃない データ解析には、解析対象固有の知識 (ドメイン知識) が必須 例) 多くの漢方処方には甘草が含まれている データ解析は途中で失敗を繰り返しながら試行錯誤するもの 26 / 45
27. 別の方法を検討 甘草を除外すれば? → 他にも出現頻度が高い生薬がいた 他のも除外すれば? → なかなか枝数が減っていかない 比較実験では、注目する条件以外は揃えるのが基本 27 / 45
28. コンフィグモデル 各生薬の出現頻度もそのまま、割り当てのみシャッフルする方法 28 / 45
29. どうやって計算? 既存のツールを探すと見つかった でも、実際に使ってみると多重辺が出現していた 仕方ないので自分で修正用のコードを書いた 29 / 45
30. ここで伝えたいこと 既にある道具は積極的に使うべし (車輪の再発明はダメ) 欲しい道具が無ければ自分で作るべし プログラミングのスキルはもちろん必要です 30 / 45
31. クイズ 問題. アルゴリズムの説明として正しいのはどれ? 1. コンピュータに指示を伝えるための言語のこと 2. 計算を実行するための手順や方法のこと 3. 実験を実行するための手順や方法のこと 4. 身体や心の調子の周期的な変化のこと 31 / 45
32. クイズ 問題. アルゴリズムの説明として正しいのはどれ? 1. コンピュータに指示を伝えるための言語のこと 2. 計算を実行するための手順や方法のこと 3. 実験を実行するための手順や方法のこと 4. 身体や心の調子の周期的な変化のこと 答え. ???番 32 / 45
33. 結果の可視化 結果をそのまま表示したら、ラベルが重なって全然読めない 33 / 45
34. 結果の可視化 (改良版) 頂点の配置を頑張って調節した (半日かかった) 34 / 45
35. 色の付け方 全ての地図は4色で塗り分けられる (四色定理) 原色の黄色(例)と緑(例)は明る過ぎて見づらいのでNG 大きめの連結成分は部分クラスタ (コミュニティ) に分割 計算法はLouvain法とinfomap法の2つが有名 両方試したところ、ほとんど結果が同じだった 論文には片方の結果のみ載せることにした どのやり方にすべきか迷った時は全部試すのが基本 35 / 45
36. 結果の解釈 桂枝湯、小柴胡湯、六君子湯を中心とする3グループが出てきた 納得感はあるが、この結果が本当に正しい保証は無い おかしな点は無いか、色々とチェック 例えば、関連する処方がちゃんと繋がっているか? 36 / 45
37. 関連する処方 大抵は名前から判断出来る 桂枝湯 → 桂枝加葛根湯 大柴胡湯 → 大柴胡湯去大黄 四君子湯 → 六君子湯 中には全然名前が違うものも 桂枝湯 → 小建中湯 八味地黄丸 → 牛車腎気丸 桂枝茯苓丸 → 甲字湯 麻杏甘石湯 → 五虎湯 37 / 45
38. 余談 名前が似ていても構成生薬が全然違う場合もある 38 / 45
39. 予想外の結果は理由を考える 人参湯と四君子湯が繋がらなかったのは何故? 39 / 45
40. 色々調べた結果分かったこと 「新 一般用漢方処方の手引き」の四君子湯の解説文 (P. 124) 古方の人参湯の類似方，人参湯より乾姜を去り茯苓を加えた処方である。一般的には生 姜，大棗を加えて用いることが多い。 どうやら、元々は生姜と大棗は無かったらしい 40 / 45
41. 予想外の結果その2 生薬の種類は似ているのに作用部位がバラバラ 41 / 45
42. データ解析の主な流れのまとめ 42 / 45
43. 必要な知識やスキルのまとめ 数学や統計学の基礎知識 PCやソフトウェアの操作 プログラミング言語 様々な解析手法について知っていること ドメイン知識 伝わるデザインの基本ルールを知ってい ること (主にデータ研磨で必要) 注意力、集中 力、根気 etc. 43 / 45
44. 最後に格言を一つ紹介 44 / 45
45. 出席確認のためレポートを書いて提出して下さい。 45 / 45