本発表の詳細は、早稲田大学のホームページをご覧ください。

https://www.waseda.jp/top/news/73853

■発表のポイント

・これまでの手法は時間の経過に伴う細菌相互作用の変化を推定できなかった。

・時間の経過に伴う細菌相互作用の変化を推定する手法Umibatoを開発した。

・自然環境の生態系の解明や、近年急速に解明が進んでいるヒト常在菌叢の長期的な変化の追跡において活用が期待される。

■概要

早稲田大学大学院先進理工学研究科後期博士課程3年の細田 至温（ほそだ しおん）氏と、同大理工学術院の浜田 道昭（はまだ みちあき）教授らの研究グループは、時間の経過に伴う細菌相互作用の変化を推定することができる手法Umibato (unsupervised learning-based microbial interaction inference method using Bayesian estimation）を開発しました。

これまで細菌相互作用を推定するために用いられていた手法は、細菌相互作用が時間に伴い変化しないことを前提としていたため、時間の経過に伴い細菌相互作用が変化していることを推定することができませんでした。今回開発した手法により、細菌叢の時系列データ解析においてこれまで見過ごされてきた細菌の関係性の変化を捉えることが可能になります。将来的には、自然環境の生態系の解明や、近年急速に解明が進んでいるヒト常在菌叢の長期的な変化の追跡において活用されることが期待されます。

本研究成果は、2021年7月末に開催される計算生物学のトップの国際会議であるISMB/ECCB2021の口頭発表に受理されました。論文はISMB/ECCB2021の予稿として2021年7月12日（月）（現地時間）に『Bioinformatics』に掲載されました。

■論文情報

雑誌名：Bioinformatics

論文名：Umibato: estimation of time-varying microbial interaction using continuous-time regression hidden Markov model

DOI：10.1093/bioinformatics/btab287