田辺三菱製薬が創薬を加速させるデータ解析ツールを開発

田辺三菱製薬では通常、新しい手技や機器を用いた動物実験でデータを取得した際に、以下の2ステップでそのデータを解析しています。

最初のステップでは一部のデータを用いて、プログラミングの経験をもつデータサイエンティストが、画像処理およびデータ解析アルゴリズムの開発を行います。データサイエンティストは Java ^®、Perl、R および Python を用いたデータ解析やアルゴリズム開発には慣れていましたが、いくつかの欠点がありました。1 つ目は、広く知られている画像処理手法であっても一からコードを記述するため、開発に時間がかかることでした。2 つ目は、さまざまな形式のファイルからデータを読み込み、自動的に処理することが困難なことでした。3 つ目は、開発されたアルゴリズムは実験系研究員にとって使いにくいと感じることが多く、使いやすくするためのアルゴリズムの改良やツール開発を別途行う必要がありました。

次のステップでは、実験系研究員がアルゴリズムを使用して元の全てのデータセットや異なる実験でのデータセットを解析しますが、このステップにもいくつかの欠点がありました。1つ目は、実験系研究員がスプレッドシートへのデータのコピー、フォルダーの管理、特定の画像解析用のファイルの作成、大量の画像ファイルにおける解析領域の特定など、多くの煩雑でミスの起こり易い手作業をする必要があることでした。2つ目は、パラメータやオプションの設定などの解析方法が担当者に依存し、担当者によって解析結果が異なることでした。

田辺三菱製薬は、この両方のステップを効率化し、生物学データの解析プロセスにおける精度、再現性、迅速性を高めることを目指しました。

田辺三菱製薬は、MATLAB、Image Processing Toolbox™、Bioinformatics Toolbox™ および Statistics and Machine Learning Toolbox™ を使って生物学的データの解析アルゴリズムを開発し、MathWorks コンサルタントの協力を得ながらユーザーフレンドリーなグラフィカル ユーザー インターフェースを作成し、MATLAB Compiler™ でそれをアプリケーションとして展開しました。

データサイエンティストは、MATLAB およびツールボックスを使用して、画像のセグメント化、動画でのオブジェクト追跡、アライメントなどのアルゴリズムを開発しました。開発したアルゴリズムは、画像、動画およびゲノムなどのデータを読み込んで前処理が可能であり、また、曲線の平滑化、ノイズ除去、ピーク検出、モルフォロジー演算、画像定量化などのさまざまなオブジェクト指向の実行関数で構成されているので、解析の目的やデータの特徴に応じて自由に呼び出すことができます。

データサイエンティストのチームは、一部のサンプルデータを用いてアルゴリズムを最適化した後に、アルゴリズムを一連のグラフィカル アプリケーションに取り込み、実験系研究員が注目臓器の障害度の診断、動物行動パターンの分析あるいは遺伝子発現のプロファイリングに使用できるようにしました。

アルゴリズムを最適化した後、MATLAB Compiler を使用して、これらのアプリケーションをスタンドアロンで実行できるように配布用バージョンを作成し、MATLAB を持っていない実験系研究員でも使用できるようにしました。

実験系研究員はこのアプリケーションを用いて、自分で自ら取得したデータセットの解析を、各種パラメータ値やアルゴリズムのオプションを調整しながら実施できるようにしました。また、最適なパラメータ値とオプションの組み合わせを特定した後に、より大規模な異なるデータセットに対して、簡便に自動で同じ解析を実施できるようにしました。

田辺三菱製薬の実験系研究員は、MathWorks社の 技術コンサルタントと共同開発した MATLAB ベースのアプリケーションを使用することで、有望な開発候補品を見い出すことができました。