<plone.namedfile.file.NamedBlobImage object at 0x7f179c209e40 oid 0xe84a in <Connection at 7f1869f15790>>

2019-01-29

life_sciences_medicine

{'items': [{'description': {'blocks': [{'key': '4no0d', 'text': '生物のゲノムを構成するDNA配列を高速に解読する技術。従来のゲノム解読手法であるサンガー法と比較して桁違いのスループットを誇り、幅広い生命科学研究における重要なツールとなっている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term1', 'term': '次世代シークエンス技術'}, {'description': {'blocks': [{'key': 'blgqi', 'text': '（human leukocyte antigen gene）／ヒトの血球細胞の一種である白血球の表面に発現する分子で、白血球の血液型を規定する。生体内における自己と非自己の認識や外来性の病原菌に対する免疫反応を司り、多彩な表現型の個人差を規定している。主要な古典的HLA遺伝子（classical HLA gene）においては生物学的な役割の研究や検査方法の開発が進んでいるが、その他の非古典的HLA遺伝子（non-classical HLA gene）については解明が遅れている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term2', 'term': 'HLA遺伝子'}, {'description': {'blocks': [{'key': 'bcf2d', 'text': '（machine learning）／コンピューターに高次元データを学習させることで、データの内部に潜む特徴的なパターンを見つけ出すデータ解析手法の総称。人工知能（artificial intelligence）研究におけるデータ解析手法としても広く活用されている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term3', 'term': '機械学習'}, {'description': {'blocks': [{'key': '9ed77', 'text': '日本人集団27万人を対象とした生体試料バイオバンクで、東京大学医科学研究所内に設置されている。ゲノムDNAや血清サンプルを臨床情報と共に収集し、研究者へのデータ提供や分譲を行っている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term4', 'term': 'バイオバンク・ジャパン'}, {'description': {'blocks': [{'key': 'ehnq6', 'text': '（phenome-wide association study; PheWAS）／特定の遺伝子変異に着目し、多数の表現型との関連を網羅的に検討する解析手法。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term5', 'term': 'フェノムワイド関連解析'}, {'description': {'blocks': [{'key': '95g34', 'text': '生物の外見や特徴として表現された形態的・生理的性質。代表的なヒトの表現型として、病気や身体的特徴（身長・肥満）、血液検査結果、生理検査結果などが含まれる。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term6', 'term': '表現型'}, {'description': {'blocks': [{'key': 'drmsd', 'text': '画一的な標準医療でなく、ヒトゲノム情報の違いなど患者さん一人一人の個性を考慮して施す次世代の医療。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term7', 'term': '個別化医療'}, {'description': {'blocks': [{'key': 'enr75', 'text': '（t-distributed stochastic neighbor embedding）／機械学習手法の一つ。高次元データの次元を効率的に圧縮することで、低次元のデータ（例：2次元の画像データ）に変換する方法。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term8', 'term': 'tSNE'}, {'description': {'blocks': [{'key': '6k741', 'text': '（genome-wide association study; GWAS）／ヒトゲノム配列上の数百万カ所の遺伝子変異と特定の表現型との関係を網羅的に検討する解析手法。数千人～百万人を対象に大規模に実施され、多数の表現型に対する遺伝子変異が同定されている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term9', 'term': 'ゲノムワイド関連解析'}]}

['med', 'ifrec']

['平田潤', '岡田随象']