【記者発表】ウイルスなどへの感染状況や感染履歴を判別する機械学習手法を開発――少数検体でも機能する部分配列情報を特徴量とする新手法――
東京大学 大学院工学系研究科 博士課程3年の堅山 耀太郎 大学院生と #東大生研 の小林 徹也 准教授は、免疫細胞の一種であるT細胞がもつ受容体の遺伝子配列データから、特定の感染症の感染状況や感染履歴を判別する新しい手法「MotifBoost」を考案しました。また、複数のウイルス感染症に適用可能であることも示しました。この手法は、学習に用いる患者数が従来の手法の1/10程度の場合や、1患者あたりのデータ量が1/100程度と少ない場合でも、安定に感染状況を判定できました。新型コロナウイルス等の新規感染症や、患者数の少ない免疫疾患等、データを集めづらい疾患の感染状況の判別や感染履歴の検出に応用できる可能性があります。