Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
遺伝子発現プロファイルに基づく新しい薬物間相互作用予測法
Search
Y-h. Taguchi
PRO
November 26, 2023
Science
0
250
遺伝子発現プロファイルに基づく新しい薬物間相互作用予測法
SIGBIO76で講演
https://www.ipsj.or.jp/kenkyukai/event/bio76.html
2023/11/29
Y-h. Taguchi
PRO
November 26, 2023
Tweet
Share
More Decks by Y-h. Taguchi
See All by Y-h. Taguchi
Genomic Differentiation of Sleep and Anesthesia: The Role of RHO GTPase and Cortical Neurons
tagtag
PRO
0
12
睡眠と麻酔による無意識状態のゲノム的差異:RHO GTPaseと皮質ニューロンの役割
tagtag
PRO
0
43
Somatostatin-Expressing Neurons Regulate Sleep Deprivation and Recovery: A Data-Driven Transcriptomic Analysis
tagtag
PRO
0
10
Sstニューロンによる睡眠不足と回復の制御:データ駆動型トランスクリプトーム解析
tagtag
PRO
0
32
テンソル分解を用いたVisiumデータの高精度・高速デコンボリューション手法
tagtag
PRO
0
37
Novel Tensor Decomposition-Based Approach for Cell-Type Deconvolution in Visium Datasets
tagtag
PRO
0
9
presen_同仁倶楽部.pdf
tagtag
PRO
0
26
知能とはなにか -ヒトとAIのあいだ-
tagtag
PRO
1
53
生成AIの現状と展望
tagtag
PRO
0
75
Other Decks in Science
See All in Science
Rashomon at the Sound: Reconstructing all possible paleoearthquake histories in the Puget Lowland through topological search
cossatot
0
350
データベース09: 実体関連モデル上の一貫性制約
trycycle
PRO
0
1.1k
DMMにおけるABテスト検証設計の工夫
xc6da
1
1.4k
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
2
650
動的トリートメント・レジームを推定するDynTxRegimeパッケージ
saltcooky12
0
240
Cross-Media Technologies, Information Science and Human-Information Interaction
signer
PRO
3
31k
機械学習 - ニューラルネットワーク入門
trycycle
PRO
0
920
データベース14: B+木 & ハッシュ索引
trycycle
PRO
0
640
AIに仕事を奪われる 最初の医師たちへ
ikora128
0
1k
AIによる科学の加速: 各領域での革新と共創の未来
masayamoriofficial
0
360
データマイニング - グラフ構造の諸指標
trycycle
PRO
0
240
コンピュータビジョンによるロボットの視覚と判断:宇宙空間での適応と課題
hf149
1
480
Featured
See All Featured
Building Adaptive Systems
keathley
44
2.9k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
7.9k
JAMstack: Web Apps at Ludicrous Speed - All Things Open 2022
reverentgeek
1
300
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.6k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
SEO for Brand Visibility & Recognition
aleyda
0
4.1k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.8k
Marketing to machines
jonoalderson
1
4.5k
Leading Effective Engineering Teams in the AI Era
addyosmani
9
1.4k
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
61
48k
Bootstrapping a Software Product
garrettdimon
PRO
307
120k
Transcript
SIGBIO76 1 遺伝子発現プロファイルに基づく新しい薬物間相互作用予測法 田口 善弘(中央大学) ターキー ターキー(キング・アブドゥルアズィーズ大学)
SIGBIO76 2
SIGBIO76 3 動機: 2剤同時に作用させた場 合の遺伝子発現プロファ イルを主成分分析すると CONVEXなプロファイル になるがこれが2剤相互 作用の効果であるという 論文が結構IFの高い雑
誌(IF=9.3)に出た (2019 2019年11月13日)→ → 大嘘 大嘘 反論論文を書いた
SIGBIO76 4 Taguchi, Yh. Drug candidate identification based on gene
expression of treated cells using tensor decomposition-based unsupervised feature extraction for large-scale data. BMC Bioinformatics 19 (Suppl 13), 388 (2019 2019) 2月4日. 1剤処理でもテンソル分 解するとCONVEX依存は 出る。
SIGBIO76 5 Cell Systemsの論文がでてすぐBMC Bioinfomaticsの論文 を引用して間違いを指摘したが無視されて、European Journal of Pharmaceutical SciencesにCell
Systemsの データを再解析した論文(今回発表)を載せて再度間違いを 指摘したがそのままになっている。 ただし、Cell Systemsの論文の引用は16回しかされてない (BMC Bioinformaticsの方は19回引用)。でもCVに書いて あったらCell Systemsの方が評価高いんでしょうね、きっと(不 公平!)。
SIGBIO76 6 Cell Systems の論文データ:GSE138256 出芽酵母 4剤から全ペアで6ペア。Doseはペアによって 異なるが共通の16Doseを選択
SIGBIO76 7 遺伝子数 Dose ペア 発現量 正規化
SIGBIO76 8 HOSVD(テンソル分解) 遺伝子 依存性 Dose 依存性 ペア 依存性 3
SIGBIO76 9
SIGBIO76 10 HOSVD(PCAも同じだが)は基底の直交性を要求するので 一定値→直線→2次→3次..... となっていくのは数学的に自然で完全にArtifactであり、2剤の 相互作用でCONVEXがでているというのは戯言である
SIGBIO76 11 比較: GSE138256 単剤処理
SIGBIO76 12 x ijk ∈ℝN×14×4 遺伝子数 Dose 薬物 発現量 正規化
SIGBIO76 13 遺伝子 依存性 Dose 依存性 ペア 依存性 3
SIGBIO76 14
SIGBIO76 15 単剤でもCONVEXはでるがなぜか第5,6主成分にしか出な い。単剤処理を扱った我々のBMC Bioinformatics論文では もっと上の成分で出ていた。この結果、Cell Systems論文の 解析では「単剤処理ではCONVEXは出ない」と誤認してし まった可能性がある。 主成分分析ではあまり下の成分までは見ない、あるいは、無
視するというのはありがちである。 うがった見方をするとCell Systemsという高IF誌に通すため にわざと嘘をついたのかもしれない。
SIGBIO76 16 おまけ:テンソル分解する前は単剤処理だとCONVEXじゃな いのか?左:BDH1 右:SSA1 →各遺伝子でもCONVEX
SIGBIO76 17 テンソル分解する前は2剤処理でもCONVEX 左:BDH1 右:SSA1
SIGBIO76 18 結論: Dose依存性がCONVEXであることは2剤相互作用とかでは なく、解析方法が作り出したArtifactであり、単剤処理でも CONVEXは出現する →じゃあCONVEXであることは無意味なのか? →NO。CONVEXである遺伝子を選んで解析することには 当然、意味があるはず。遺伝子の機能的な観点から議論さ れなくてはいけない。
SIGBIO76 19 CONVEX Dose依存性: 2剤処理:l1 =3,4 単剤処理:l1 =5,6 単剤、ペア依存性:l1 =1 (一定値=依存性なし)
2剤処理:l1 =3,4 単剤処理:l1 =5,6
SIGBIO76 20 2剤処理:l3 =4,5,6 単剤処理:l3 =4
SIGBIO76 21 P値をBenjamini-Hochbergで補正し て0.01以下の遺伝子を選ぶとかな りかぶっている。 したがってCONVEX Dose依存性 を示す遺伝子は単剤、2剤処理で かなり共通だと思われる(2剤処 理では2つの薬剤の値を一方を減
らし、他方を増やすように動かす のだから、ある意味当たり前)。
SIGBIO76 22 157遺伝子(2剤処理)をMetascapeにアップロードした結果
SIGBIO76 23 77遺伝子(単剤処理)をMetascapeにアップロードした結果
SIGBIO76 24 まとめ CONVEX Dose依存性は2剤相互作用ではなく、遺伝子の性質 であり、なんからのバイオロジカルなプロセスに関係していると思 われる。