Genetic data visualization using literature text-based neural networks: Examples associated with myocardial infarction
1. 本研究の学術的背景，研究課題の核心をなす学術的「問い」は？
→ 大規模で複雑な遺伝子データを可視化するための解釈可能な方法が必要です。本研究では、文献情報を利用して、遺伝子データの次元を減らすことができる解釈可能な可視化方法の開発を目的としています。
2. 本研究の目的及び学術的独自性と創造性は？
→ 本研究の目的は、文献情報を利用して高次元遺伝子データを解釈可能な形で可視化することです。独自性と創造性は、遺伝子データの次元を減らすために、文献情報を活用している点にあります。
3. 本研究の着想に至った経緯や関連する国内外の研究動向と本研究の位置づけは？
→ 近年では、遺伝子データの解釈可能な可視化方法に関する研究が活発に進められています。本研究は、文献情報を使った遺伝子データの解釈可能な可視化方法を提案することで、この分野に新しいアプローチをもたらすものと言えます。
4. 本研究で何をどのように、どこまで明らかにした？
→ 本研究では、文献情報を用いて高次元遺伝子データを解釈可能な形で可視化する方法を提案しました。遺伝子データに対する解釈可能性を向上させることに加えて、我々は、複数の機械学習モデルを用いて分類タスクを行い、提案手法が優れた性能を発揮することを示しました。
5. 本研究の有効性はどのように検証した？
→ 本研究では、提案手法が優れた解釈性と性能を示すことを検証しました。遺伝子データに基づく分類タスクにおいて、提案手法は従来の可視化および次元削減手法に比べて優れた性能を発揮し、欠損値や高次元データにもロバストに対応することが示されました。