NISTEP注目科学技術 - 2023_E545
概要
大規模データに適用可能な因果推論モデルの実現や、すでに技術としては実現はされていますが大規模言語モデル(LLM)の医療分野への応用に期待しています。
また、大きなゲノム構造変化などを表現するためのゲノムグラフの汎用化のため、それを扱えるようにするための大規模グラフデータベースと検索エンジン技術の実現についても期待しております。
ゲノムの構造多型は実に多様で、現在スタンダードに用いられる形式(VCFなど)では、表現が難しいことが明らかです。そこで、共通配列をノード、配列間の関係をエッジとして表現するゲノムグラフが適しているとして注目されています。考え方やツール自体は数年前から存在していますが、グラフ自体が大規模であり、応用するための技術はまだ未発達であり、まだ実応用には至っていないとの認識です。
また、大きなゲノム構造変化などを表現するためのゲノムグラフの汎用化のため、それを扱えるようにするための大規模グラフデータベースと検索エンジン技術の実現についても期待しております。
ゲノムの構造多型は実に多様で、現在スタンダードに用いられる形式(VCFなど)では、表現が難しいことが明らかです。そこで、共通配列をノード、配列間の関係をエッジとして表現するゲノムグラフが適しているとして注目されています。考え方やツール自体は数年前から存在していますが、グラフ自体が大規模であり、応用するための技術はまだ未発達であり、まだ実応用には至っていないとの認識です。
キーワード
機械学習 / グラフデータベース / ゲノムグラフ / 構造多型 / 可視化
ID | 2023_E545 |
---|---|
調査回 | 2023 |
注目/兆し | 注目 |
所属機関 | 大学 |
専門分野 | ライフサイエンス |
専門度 | 中 |
実現時期 | 5年未満 |
分析データ 推定科研費審査区分(中区分) | 60 (情報科学、情報工学) |
分析データ クラスタ | 46 (データサイエンス/機械学習・AI) |
研究段階
-
インパクト
ゲノム医療(特に難病など)における構造多型情報の活用に大きく寄与すると考えています。
必要な要素
技術への理解と研究基盤整備