データエンジニアリングによるグリオーマ生存分析—調査

脳グリオーマ患者の生存分析研究:データエンジニアリングの力を借りたレビュー 序論 脳グリオーマはグリア細胞に発生する腫瘍であり、全ての原発性脳および中枢神経系腫瘍の26.7%を占めています。腫瘍の異質性の存在により、脳グリオーマ患者の生存分析は臨床管理における重要な課題となっています。過去数十年間にわたり、研究者たちは画像や遺伝情報などのさまざまなタイプのデータを組み合わせた多種多様な生存分析手法を提案してきました。特に近年は、機械学習技術や深層学習の台頭により、伝統的な統計分析に基づく生存分析手法が革新されています。本稿では、診断画像技術やゲノムプラットフォームから得られる予後パラメーター、予後予測に用いる技術、学習および統計分析アルゴリズムをレビューし、現行の生存予測研究において直面する...

グリオブラストーマ患者の総生存時間予測のための画像表現型と遺伝子型のディープラーニング

グリオブラストーマ患者の総生存時間予測のための画像表現型と遺伝子型のディープラーニング

世界的に見て、悪性脳腫瘍の中で最も一般的で致命的なのは膠芽腫(Glioblastoma, GBM)です。近年、機械学習技術を通じて術前の単一モダリティまたは多モダリティの画像表現型に基づいてGBM患者の総生存時間(Overall Survival, OS)を予測しようとする研究が続けられています。これらの機械学習方法は予測において一定の進展を遂げましたが、多くの研究では放射線学に基づくOS予測方法に含まれる腫瘍の遺伝子型情報を考慮しておらず、この情報は予後に強い指示作用を持っています。この問題を解決するために、Tang Zhenyu、Xu Yuyun、Jin Lei などの研究者が2020年6月に《IEEE Transactions on Medical Imaging》に「Deep Lea...

セントジュードサバイバーシップポータル:小児がん生存者からの大規模な臨床およびゲノムデータセットの共有と分析

セントジュードサバイバーシップポータル:小児がん生存者からの大規模な臨床およびゲノムデータセットの共有と分析

St. Jude Survivorship Portal: 小児癌サバイバーの大規模臨床およびゲノムデータの分析と共有 研究背景 アメリカにおいて、小児癌の5年生存率は1970年代の約60%から今日の85%以上に上昇しました。生存率が著しく向上したにもかかわらず、これらの小児癌サバイバーは癌及びその治療に起因する様々な健康リスクに直面しています。これらのリスクには、早期死亡、器官機能障害、新たな腫瘍、不良な社会経済的結果、心理社会的課題、及び全体的な生活の質の低下が含まれます。これらの問題に対処するため、主要な研究はその潜在的な原因、関連リスク、および最も感受性の高い患者亜群を特定することに焦点を当てています。 これに関連する大規模縦断研究として、St. Jude Lifetime Coho...

インシリコ飽和変異原性によるクローン造血ドライバーミューテーションの同定

引言 健康な造血過程では、一群の造血幹細胞(Hematopoietic Stem Cells、略してHSC)が血液関連のすべての系統に貢献します。しかし、年齢が上がるにつれて、この過程はしばしばクローン性造血(Clonal Hematopoiesis、略してCH)を引き起こし、特定のHSCクローンの拡張により多くの血細胞や血小板が占められます。このクローン拡張現象は、生命過程でHSCが獲得する体細胞変異によって駆動され、高齢者において高度に一般的です。CHに関連する遺伝子変異はHSCに成長の優位性を与え、造血過程で正の選択を受けます(1-13)。近年、多くの研究がCHが血液悪性腫瘍の発症、心血管疾患、全死因死亡率、実体腫瘍、および感染症のリスク増加と関連していることを示しています(2, 7,...

brainlife.io: 神経科学研究をサポートする分散型オープンソースクラウドプラットフォーム

学術論文:brainlife.io:神経科学研究を支える分散化とオープンソースのクラウドプラットフォーム 背景と動機 神経科学研究は急速に発展しており、データの標準化、管理、処理ツールの向上により、研究がより厳密で透明になっています。しかし、これにより複雑なデータパイプラインが生じ、”FAIR”原則(Findable, Accessible, Interoperable, Reusable、日本語で「見つけやすさ、アクセス可能性、相互運用性、再利用可能性」)の実現に向けた潜在的な障壁が増加しています。従来、神経画像学に関する一部の研究は単一の実験室内で行うことが可能でしたが、現在では数百時間のデータ測定が必要で、複数の参加者、実験室、データモデルを跨ぐ必要があります。 データの背景 本論文で...

予測エラー処理と予想情報のシャープ化

予測エラー処理と予想情報のシャープ化

科学報告 背景紹介 感知と神経処理における感覚情報は、事前の期待に大きく影響される。感知は単なる受動的な受信ではなく、過去の経験と現在の状況に基づいた事前情報と現有の感覚情報を統合する積極的な推論プロセスである。この情報の統合方式は異なるメカニズムで表現されることがある。一つは異常入力に焦点を当てた予測誤差信号処理(Prediction Error、略称PE)、もう一つは予測情報の強化を通じて実現する鋭化表示である。本稿では、顔認識におけるこれら二つのメカニズムの表現について研究した。 研究の出典 この研究はドイツ・ハンブルク大学医療センター(University Medical Center Hamburg-Eppendorf)システム神経科学科のAnnika GarlichsとHelen...