2023とか書いておきながら、今期中には終わらないかもしれない。笑

テーマ

遺伝子発現データを用いたがん種予測モデルの構築

目標

遺伝子発現データと画像解析データを用いて、がん種を予測するモデルを構築する。

方針

• The Cancer Genome Atlas (TCGA)の遺伝子発現データと画像解析データを統合して、機械学習アルゴリズム（例：サポートベクターマシン、ランダムフォレストなど）を用いてがんの種類を予測するモデルを構築する

• モデルの性能を検証し、精度や再現率などを評価する

概要

問い

遺伝子発現からの予測と画像からの予測を比較したい。
　=>遺伝子より画像の方が精度が良いか？

遺伝子発現からの予測と画像からの予測を統合する。
　=>精度は上がるのか？統合の方法によって精度は変わるか？

手法

1. TCGAから特定のがん種の遺伝子発現データをDLする

2. 遺伝子発現データを用いて、がんの種類を予測するモデルを構築する

3. 画像解析を用いて、がん組織の特徴を抽出して数値データに変換し、がんの種類を予測するモデルを構築する

4. 遺伝子発現データと画像解析データを統合して、がんの種類を予測するモデルを構築する

5. モデルの性能を検証し、精度や再現率などを評価する

6. 活動内容をレポートにまとめ、研究成果を報告する

目的・効果

• 画像解析、機械学習、統計解析、バイオインフォマティクスのスキル学ぶ

• 無料DBを個人で研究利用するテストケースを公開する

計画