人工知能、深層学習は画像認識、音声認識から自然言語処理の分野まで浸透しています。特に畳み込みニューラルネットワーク（CNN）は画像認識などに力を発揮していますが、この方法を画像データではない遺伝子データをはじめとする生物データには応用するにはいくつかの困難があります。
この論文では、畳み込みニューラルネットワーク（CNN）をスペクトラルクラスタリング法と組み合わせて、遺伝子発現データから肺癌の種類を分類する手法を開発しました。開発したこのスペクトル・コンボリューション・ニューラルネットワークに基づく手法をもちいて、タンパク質相互作用ネットワークデータと遺伝子発現プロファイルを統合して肺がんを分類することに成功しました。計算機実験の結果、提案手法の予測性能は、SVMやRandom Forestなどの他の機械学習手法と比較して、精度が優れていることがわかった。さらに、この計算結果は基礎となるタンパク質ネットワーク構造が予測の向上を助けることも示しています。
[26] Teppei Matsubara, Tomoshiro Ochiai,| Morihiro Hayashida, Tatsuya Akutsu and Jose C. Nacher, “Convolutional neural network approach to lung cancer classification integrating protein interaction network and gene expression profiles”
Journal of Bioinformatics and Computational Biology Vol. 17, No. 3 (2019) 1940007 (11 pages)
[論文リンク]