ieee バイオインフォ&バイオエンジニアリング ツイート集

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

オープンセレモニーが始まります。 ですが、出席者は殆ど台湾の方のようです。 周囲の会話に英語は皆無。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

First key note cs.uic.edu/PSYu/ Philip S. Yu "On Mining Brain in Networks" #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

bibe2016.asia.edu.tw/keynote-speech… fMRIでイメージは撮れるようになったが「どれが正常な脳か？」を診断したい。 画像データからネットワークを構成して診断(subgraph解析)。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

グラフ構造からsubgraphの或る無しで01のfeature vectorを作る。 普通はここから判別に有効なfeature selectionをする。 "Uncertain Graph"なので分布を扱う必要あり。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

ここでテンソル分解を使う。 （CP分解みたいですね） 脳領域の結合行列（２次元）をグラフの数だけ束ねることで3階のテンソルを構成。 これをCP分解する。 疎性モデリングをして変数選択 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

使うのはfMRIじゃなくてEEG。 link.springer.com/chapter/10.100… 論文はこれみたいですね #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

Accuracyは６０％程度なので、まだまだ改良の余地はありそう。 次にいろんなデータソースをマージすることを考える。 結局最後はDLを使う。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

epubs.siam.org/doi/10.1137/1.… Identifying Connectivity Patterns for Brain Diseases via Multi-side-view Guided Deep Architectures #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

次のキーノートは宮野さん やっぱりWATSONの話をするのかな。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

Understanding and Interpreting Cancer Big Data by Supercomputer and Artificial Intelligence Satoru Miyano bibe2016.asia.edu.tw/keynote-speech… #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

パスウェイに影響する変異の数は１００万くらいあるだろう。 一方、がんの論文は1年に２０万も出ている。 全部読める人はいない。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

なかなか本題に入らない。 まだ、「意義」を強調しないと理解してもらえないのかな #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

somaticな変異は年とともに増加。 血液のゲノムをmutation proneとして使うことが多いがこれはNG. 血液の変異も加齢とともに増える #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

genomon.hgc.jp/exome/ Genomon-exome の説明 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

まずはスパコンで網羅的に変異を探す。 エクソン領域だけに注目。 骨髄異形成症候群（MDS：myelodysplastic syndromes）の発生機構は不明だったのでMDSを標的にした。 ２９人の患者のエクソーム解析。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

286のMDSに関係ありそうなsomatic変異を発見。 当該遺伝子はがんとの関連が疑われたことがなかった。 （宮野さん、スライドの字が極小だよ。見えないよ） ５８２人の患者（！）で検証。 1年でNatureまで行った #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

ncbi.nlm.nih.gov/pubmed/21909114 たぶん、この論文です #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

使い方がCPUじゃなくてファイルアクセスなのでKコンピュータとかは適当じゃない #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

日本はスパコンに金使うんじゃなくて genomeweb.com/?gclid=CPTewpP… にあるみたいな膨大なデータに短時間にたくさんアクセスできる環境作らないとがんの治療法研究とかで負ける。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

お金をもらっているので仕方なくK computerも使っているよ！ でもGenomonはSHIROGANEにインストールされているよ！ nature.com/ng/journal/v47… 同じ方法で疾患原因遺伝子を同定した例。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

がんが免疫系を避ける方法は何か？ がん細胞表面の抗原をT細胞が検出しているが、がん細胞はPDL1を発現して殺されないようにする。NovolumabはこのPDL1をT細胞が検出することを妨げる化合物。 これを研究 nature.com/nature/journal… #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

これだと論文書いているだけで治療に繋げられていない。 IF>25の論文を５年間で１３本書いたけど。 ここ（＝個別医療）でWATSONを使う。 #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

宮野先生講演中 #BIBE2016 pic.twitter.com/a29A6S4ad4

拡大

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

終わった。WATSONの話は結局、詳しいことはなんもなかった #BIBE2016

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

一般セッションに突入したとたん、3人中2名がNo show. チェアマンは阿久津先生（笑） 次は自分がチェアなんだけど...。 #BIBE2016