ベイズネットワークとスパース自動エンコーダーを使用して、仮想的なマルチスケール、マルチモーダルな患者の軌跡をリアルにシミュレーションします

Realistic simulation of virtual multi-scale, multi-modal patient trajectories using Bayesian networks and sparse auto-encoders.

• Meemansa Sood
• Akrishta Sahay
• Reagon Karki
• Mohammad Asif Emon
• Henri Vrooman
• Martin Hofmann-Apitius
• Holger Fröhlich

抄録

多くの疾患領域のトランスレーショナルリサーチでは、生物学的に関連するすべてのスケールで疾患の発生と進行を縦断的に理解する必要があります。現在、いくつかの対応する研究が利用可能となっている。しかし、特定の疾患について包括的な情報を得るためには、複数の研究を分析し、比較する必要がある。今日では、医薬品研究における医薬品開発の文脈で、多くの臨床研究が実施されている。しかし、法律や倫理上の制約から、一般的には、機密性の高い患者データを共有することは許されていません。その結果、データの「サイロ」が存在し、トランスレーショナルリサーチの全体的な科学的進歩を遅らせている。本論文では、このような制約に対処するために、バーチャルコホート（VC）のアイデアを提案する。我々の主要なアイデアは、生成的統計モデル、すなわち、個々のモジュールを疎なオートエンコーダーネットワークとして表現するモジュラーベイズネットワークの助けを借りて、縦断的な患者コホートを記述することである。このようなモデルの助けを借りて、現実のものと非常に類似した被験者のシミュレーションが可能であることを示す。我々のアプローチは、特定の分布を仮定することなく、任意のマルチスケール、マルチモーダルデータを取り入れることを可能にする。さらに、我々はVC内の介入（例えば、治療を介した）をシミュレーションする可能性を実証している。全体として、我々の提案するアプローチは、将来的に複数の疾患領域のための十分に現実的なVCを構築する可能性を開くものである。

Translational research of many disease areas requires a longitudinal understanding of disease development and progression across all biologically relevant scales. Several corresponding studies are now available. However, to compile a comprehensive picture of a specific disease, multiple studies need to be analyzed and compared. A large number of clinical studies is nowadays conducted in the context of drug development in pharmaceutical research. However, legal and ethical constraints typically do not allow for sharing sensitive patient data. In consequence there exist data "silos", which slow down the overall scientific progress in translational research. In this paper, we suggest the idea of a virtual cohort (VC) to address this limitation. Our key idea is to describe a longitudinal patient cohort with the help of a generative statistical model, namely a modular Bayesian Network, in which individual modules are represented as sparse autoencoder networks. We show that with the help of such a model we can simulate subjects that are highly similar to real ones. Our approach allows for incorporating arbitrary multi-scale, multi-modal data without making specific distribution assumptions. Moreover, we demonstrate the possibility to simulate interventions (e.g. via a treatment) in the VC. Overall, our proposed approach opens the possibility to build sufficiently realistic VCs for multiple disease areas in the future.