著者

江谷 典子

雑誌

京都大学アカデミックデイ2015 : ポスター/展示

巻号頁・発行日

2015-10-04

---

京都大学アカデミックデイ2015 「みんなで対話する京都大学の日」

著者

江谷典子

雑誌

第77回全国大会講演論文集

巻号頁・発行日

vol.2015, no.1, pp.495-497, 2015-03-17

---

創薬段階における副作用の予測を目的として、病因遺伝子情報を用いて、発症する副作用および副作用の発症率を予測するためのモデルを検討する。

著者

江谷 典子

雑誌

情報処理

巻号頁・発行日

vol.53, no.5, pp.519-523, 2012-04-15

著者

江谷 典子

雑誌

DPレポート = DP Report

巻号頁・発行日

no.DPR10011, pp.1-8, 2020-01-22

---

本稿では,ツイートデータの可視化を行うにあたり,開発環境を準備する手順やAPIの使い方を明確にして,基本となるTwitterの検索,単語の出現頻度リスト作成,出現頻度のWord Cloudによる可視化,地名の地図マーカー表示,をPythonのプログラムを用いて解説を行う.また,日本語および英語のツイートデータを利用した実験結果を示す.本プログラムはGitHubにて公開している.

著者

江谷 典子

雑誌

DPレポート = DP Report

巻号頁・発行日

no.10011, pp.1-8, 2020-01-22

著者

江谷 典子

出版者

一般社団法人情報処理学会

雑誌

研究報告データベースシステム(DBS)

巻号頁・発行日

vol.2014, no.27, pp.1-6, 2014-11-11

---

近年の新薬開発では,既存薬の作用から新たに薬効を見つけ出し,別の疾患に対する治療薬として再開発する創薬研究が注目を浴びている.そこで,大規模なデータの集合体に対しての手法の適用によるモデルを作成することで,何らかの新事実・関係を発見するという立場から,ビッグデータを応用した創薬 (Drug Discovery) データマイニングの研究に取り組んでいる.本研究では、化合物とタンパク質の相互作用データベース STITCH4.0 に収録されているデータと副作用データベース SIDER 2 に収録されているデータから薬と副作用の関係を網羅的に予測できるモデルを構築し提案する.PLS 回帰式モデルを用いた判別分式を導入することで,副作用発症率分類の特徴抽出を可能にし,2 値化することができる.この 2 値化により,化合物とタンパク質の組み合わせにおける副作用発症率を 「41%~100%」「0.1%~40%」 の 2 段階に分けることを示す.さらに,サポートベクターマシン (SVM) を用いて,副作用の発症率をこの 2 段階で予測することができることを示す.In the recent new drug development, the research on drug discovery, that its indication is newly found out from the approved drugs and a new drug is redeveloped with the new indication as a new therapeutic drug for a different disease, has attracted attention. I have researched and developed data mining for drug discovery as a big data application from the standpoint that a model is developed by the methods for collection of large-scale data in order to discover some new facts and relationships between data. In this paper, a model that can predict comprehensively the relationship of side effects and drugs will be proposed from the data on the side effects database "SIDER 2" and the data on the chemical-protein interaction database "STITCH4.0". This paper describes that the feature of side effect incidence is extracted and presented as two categories by introducing discriminant analysis using PLS regression model, and that the chemical-protein interaction is classified into two stages of "41%-100%" and "0.1%-40%". Moreover, it describes that support vector machine (SVM) can predict side effect incidence by these two stages.

著者

江谷 典子

雑誌

DPレポート = DP Report

巻号頁・発行日

no.DPR10012, pp.1-8, 2020-02-20

---

事業の管理部門において2017年度から2019年度までデジタル・トランスフォーメーション(DX)を推進している.該当部門では,データ処理がブラックボックス化し,部門内の管理すべき情報資源が不明確となり,自動化による業務改善や新規なシステム化が困難であった.そこで,エクセル帳票からマスタファイル管理やデータ処理を独立させ,帳票生成を行うデザインパターンを導入し,自動化を実現した.その結果, 情報共有が進み、業務プロセスやビジネス・モデルを改善できるような新規の情報サービスを提供できるようになり,DXの達成を実現した.本稿では,DXの課題に取り組んだ具体的な情報システム開発を紹介する.