著者
山縣 友紀 五十嵐 芳暢 中津 則之 堀本 勝久 福井 一彦 植沢 芳広 山田 弘
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.34, no.2, pp.D-I81_1-18, 2019-03-01 (Released:2019-03-01)
参考文献数
40
被引用文献数
2

In drug development, Drug-Induced Liver Injury (DILI) is a significant cause of discontinuation of development, and safety evaluation and management technology at early development stage are highly required. In recent years, toxicity prediction by in silico analysis is expected, and the machine learning research using omics data has attracted attention. However, the lack of explanation of machine learning is a problem. In order to make an appropriate safety assessment, it is necessary to clarify the mechanism of the toxicity (toxic course). In this study, we focus on the toxic course and propose an ontological model of the liver toxicity, which systematizes toxicity knowledge based on a consistent viewpoint. In application research, we introduce a prototype of a knowledge system for supporting toxicity mechanism interpretation. Based on the ontology, this system provides information flexibly according to the user's purpose by using semantic technologies. The system provides a graph visualization function in which nodes correspond to concepts and edges correspond to interactions between concepts. In such a visualization function, a toxic course map shows causal relationships of the toxic process. We illustrate examples of application to safety assessment and management by combining ontological and data-driven methodologies. Our ontological engineering solution contributes to converting from data to higher-order knowledge and making the data explainable in both human and computer understandable manner. We believe that our approach can be expected as a fundamental technology and will be useful for a wide range of applications in interdisciplinary areas.
著者
古崎 晃司 山縣 友紀 国府 裕子 今井 健 大江 和彦 溝口 理一郎
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.29, no.4, pp.396-405, 2014-07-01 (Released:2014-06-18)
参考文献数
23
被引用文献数
5 2

Publishing open data as linked data is a significant trend in not only the Semantic Web community but also other domains such as life science, government, media, geographic research and publication. One feature of linked data is the instance-centric approach, which assumes that considerable linked instances can result in valuable knowledge. In the context of linked data, ontologies offer a common vocabulary and schema for RDF graphs. However, from an ontological engineering viewpoint, some ontologies offer systematized knowledge, developed under close cooperation between domain experts and ontology engineers. Such ontologies could be a valuable knowledge base for advanced information systems. Although ontologies in RDF formats using OWL or RDF(S) can be published as linked data, it is not always convenient to use other applications because of the complicated graph structures. Consequently, this paper discusses RDF data models for publishing ontologies as linked data. As a case study, we focus on a disease ontology in which diseases are defined as causal chains.
著者
山縣 友紀 櫛田 達屋 大浪 修一 桝屋 啓志
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集
巻号頁・発行日
vol.2021, pp.3H1GS3d01, 2021

<p>生命科学領域では知識共有を目指してオントロジーの開発が盛んである.しかし,知識の蓄積が浅いテーマについては,一貫性をもった知識の体系化が課題となりそのままでは知識の相互運用も困難となる.そこで,本研究では新知識を体系的に定義し,既存知識への積み上げを可能とする知識基盤の構築を目指す.そして,その実現に向けて生命活動の中心となる生命の恒常性とその破綻に注目し,ホメオスタシスインバランスプロセスオントロジー(HoIP)を開発する.本オントロジーは,上位オントロジーを参照し,恒常性破綻に関する概念まで特殊化することで,生命科学横断的な体系化を一貫的に行う.次に,COVID-19について現実社会の要請に応じた新たな知識の蓄積に取り組む.COVID-19機序解明には感染症学をはじめ,免疫学,分子生物学等幅広い専門領域から感染における一連のメカニズムを説明することが不可欠である.本研究ではCOVID-19におけるウイルス作用と生体防御作用との恒常性破綻による進行過程について粒度横断的に概念を組織化する.さらに,ワクチンをはじめ既存のオントロジーとの関連知識の知識統合による重症化リスク低減を目指す.</p>
著者
山縣 友紀 櫛田 達屋 大浪 修一 桝屋 啓志
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第35回全国大会(2021)
巻号頁・発行日
pp.3H1GS3d01, 2021 (Released:2021-06-14)

生命科学領域では知識共有を目指してオントロジーの開発が盛んである.しかし,知識の蓄積が浅いテーマについては,一貫性をもった知識の体系化が課題となりそのままでは知識の相互運用も困難となる.そこで,本研究では新知識を体系的に定義し,既存知識への積み上げを可能とする知識基盤の構築を目指す.そして,その実現に向けて生命活動の中心となる生命の恒常性とその破綻に注目し,ホメオスタシスインバランスプロセスオントロジー(HoIP)を開発する.本オントロジーは,上位オントロジーを参照し,恒常性破綻に関する概念まで特殊化することで,生命科学横断的な体系化を一貫的に行う.次に,COVID-19について現実社会の要請に応じた新たな知識の蓄積に取り組む.COVID-19機序解明には感染症学をはじめ,免疫学,分子生物学等幅広い専門領域から感染における一連のメカニズムを説明することが不可欠である.本研究ではCOVID-19におけるウイルス作用と生体防御作用との恒常性破綻による進行過程について粒度横断的に概念を組織化する.さらに,ワクチンをはじめ既存のオントロジーとの関連知識の知識統合による重症化リスク低減を目指す.
著者
山縣 友紀 五十嵐 芳暢 中津 則之 堀本 勝久 福井 一彦 植沢 芳広 山田 弘
出版者
一般社団法人 人工知能学会
雑誌
JSAI大会論文集
巻号頁・発行日
vol.2018, pp.2F401, 2018

<p>薬剤性肝障害は医薬品開発中止の主要因となっているが,肝毒性の発現機序(メカニズム)は複雑でありその全体像の把握は困難とされている.本研究では,オントロジー工学理論に基づき,機序の本質を捉えた肝毒性知識の体系化と記述枠組みのモデル化を行う.さらに,応用として創薬における安全性評価への適用について検討する.</p>
著者
山縣 友紀 古崎 晃司 今井 健 大江 和彦 溝口 理一郎
出版者
The Japanese Society for Artificial Intelligence
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
2016

Linked Data is a promising technology for knowledge integration on the web. Many research groups have developed ontologies and terminologies, and recently, they have published a wide variety of Linked Data in the biomedical domain. We have systematized an ontology of abnormal states in the definition of diseases. For effective use of existing biomedical data, one of the difficulties is a conceptual discrepancy rather than a superficial one since data are heterogeneous. This article focuses on knowledge integration with Linked Data in terms of abnormal states. First, we discuss ontological issues of reusing and integrating knowledge of abnormal states in existing biomedical resources. Next, we introduce our ontology of abnormal states. By using our ontology and making explicit the meaning of each concept, we show a solution for the integration. Then, applying a Linked Data technology, we introduce a prototype system to link our ontology as a hub of existing resources across species. In cooperation with disease ontology, we demonstrate finding commonality of causal relationships of abnormal states between diseases across clinical departments. Our approach will bring benefits to fill the gap between basic research and clinical medicine, and contribute to disease knowledge integration of good practice.
著者
山縣 友紀 国府 裕子 古崎 晃司 今井 健 大江 和彦 溝口 理一郎
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.26, 2012

異常状態は,故障や不具合を扱う上で様々な分野を横断して扱うべき重要な概念 である.本研究では,異常状態に関する知識についてオントロジー工学に基づい た考察を行う.異常状態の属性,特性記述とそれに基づく階層構築の枠組みを汎 用レベルからコンテキスト依存レベルまで提案するとともに,その応用として, 臨床医学分野における疾患の多様な異常状態の記述への適用について検討する.