製品・サービス情報
|
|
JADBio社製品 ライフサイエンス機械学習プラットフォーム
JADBio AutoML |
|
|
 |
| |
JADBio AutoML は、生命科学者向けに設計された最先端の自動化された機械学習プラットフォームです。コマンドライン操作を必要とせずに、公的に入手可能なデータまたは独自の研究データから簡単に新しい発見を行い、知識を抽出できます。 |
|
カタログダウンロード（PDF） |
 結果として何が得られますか？
| |
データの分析により、モデルを解釈するための豊富なビジュアル、プロット、およびグラフが生成されます。
・分類しきい値を最適化するための、ROC曲線とPR曲線（Precision-Recall curves）
・特定の特微量に対する予測の依存関係を視覚化する ICE プロット
・予測モデルに従ってサンプル分布を示すシグネチャーマーカーの PCA/UMAP プロット
・低/中/高リスク群への層別化のための Kaplan-Meier 曲線（生存曲線）
・クラス確率プロット（密度プロット/箱ひげ図）
・Progressive Feature Inclusion と Feature Importance プロットなど
さらにトレーニング済みの予測モデルに対し、以下のことが可能です。
・ラベル付けされたサンプルに対してモデルを検証する。
・ラベル付けされていないサンプルの結果を予測する。
・仮定のシナリオの検討（予測値の手動入力）
・モデルをダウンロードして予測を行う。
|
 JADBio のメリット
|
AutoML が必要なケースは様々であり、以下はその一例です。
腫瘍学研究者：
コストと時間のかかる測定を行ったが、どの患者ががんになるのかを予測できる様にしたい。
畜産の薬理学者：
家畜のこの病気を治すには、どの薬が一番効果的なのか、どの様に発見したらよいのでしょうか。
農業学研究の生物工学者：
作物の品質に影響を与えるものを知るには？
専門的な機械学習のバックグラウンドがない場合、様々な問題に直面します。以下は、その一部です。
・何年にもわたる統計トレーニングを受けた専門家が必要
・方法論的な間違いが起こりやすく、モデルが間違った予測をしてしまうことがある。
・コーディングとソフトウェアエンジニアリングが必要（MLは高コストである）
・ドメインのエキスパートは、データサイエンティストを通じてのみ知識にアクセスできる。
（時間のロス、発見の機会の損失、結果の誤認識につながりやすい）
さらに、機械学習そのもののハードルが高いことに加え、ライフサイエンスの機械学習はさらに困難です。
・低サンプルデータ
データの収集に費用がかかる（希少疾患、高額な治療など）
・高次元データ
最新のバイオテクノロジーでは、1サンプルあたり最大100万個のデータを測定することができる。
・解析の重点は、知識発見（feature selection）にある。
数百万の計測量の中から、予測可能な数量を選択する。
従って、機械学習はライフサイエンスではまだ十分に活用されていません。
◆JADBio AutoML の自動機械学習ソリューションは、上記の課題を解決します。
|
・AIシステムがお客様のデータに合わせた分析を構築し、AWS上で実行
・解析は完全に自動化され、コードも計算に不要
・MLをコモディティ化し、専門知識の有無に関わらず、誰もが利用できる様になる。
・ライフサイエンス分野のデータに特化した設計
・ヒト、動物、植物など、様々なデータに対応 |
◆あらゆる種類のデータを扱うことができます。
|
 使用例
|
AutoML によるアルツハイマー病の高精度な血液診断バイオシグネチャー
|
アルツハイマー病の血液研究から得られたハイスループットかつ低サンプルの3つのゲノムデータセット（mRNA, RNA, タンパク質）が使用されました。
自動機械学習ツールJADBio AutoML を用いて、低サンプルのオミックスデータを外挿することで、正確な予測バイオシグネチャーを作成しました。これらの結果は、ADの低侵襲な血液ベースの診断テストの選択肢を提供するものであり、各研究所のアッセイに基づく臨床的検証を待たれます。また、バイオマーカー探索における
AutoML の価値も明らかになりました。
Accurate Blood-Based Diagnostic Biosignatures for Alzheimer's Disease via
AutoML
https://www.mdpi.com/2077-0383/9/9/3016 |
|
|
 |
|
糞便の 1H-NMR メタボロミクスにおける便の客観的分類の重要性
|
本研究では、糞便サンプル中の便物質架橋の指標として、プローブインデントによる最小圧力アプローチ（MP）を導入しました。記録されたMP値により、BSSクラスが混在するサンプルの層別化が可能となりました。MP値の低さと乾物含量の高さのトレードオフにより、ゲル架橋の健康的な密度の中間領域が明確になりました。
JADBio AutoML を使用して、糞便の可塑性のグループを分ける最も重要な代謝特性を特定しました。本研究で報告されたMPアプローチは、今後のマイクロバイオームおよびメタボローム研究において、便の硬さとヒトの健康との関係をより深く理解するために、利用することができます。
The Importance of Objective Stool Classification in Fecal 1H-NMR Metabolomics：
Exponential Increase in Stool Crosslinking Is Mirrored in Systemic Inflammation
and Associated to Fecal Acetate and Methionine
https://www.mdpi.com/2218-1989/11/3/172/htm |
|
|
 |
|
より良いジャガイモを予測する
|
高品質なジャガイモをより正確に予測するために、気候、土壌、代謝プロファイルなど478のサンプルからデータを収集しました。これらのデータをアップロードし、JADBio
AutoML プラットフォーム上で実行することで、打撲に強く、高品質のポテトチップスを生産するジャガイモ（高品質）とそうでないジャガイモ（低品質）を区別することができるモデルを作成しました。
JADBio AutoML は、わずか30秒でデータを解析し、80％のAUCを含む多数のパフォーマンスメトリックを持つ実行可能なモデルを作成しました。サンプルごとに測定されたオリジナルの200以上の特徴のうち8つが、ジャガイモの品質を予測する上で有意であることが確認されました。これらの8つの予測因子は、6つの同等のバイオシグネチャーにまとめられました。
ケーススタディ（JADBio社）
https://wwwjadbio.com/jadbio/wp-content/uploads/2021/02/Potato_binary_case_study.pdf |
|
|
|
|
上記やその他のケーススタディの詳細は、「技術資料・セミナー資料」の項目をご参照ください。 |
 デモ版ダウンロード
|
弊社（ ）までお問合せください。 |
システム要件
|
計算・データ保存はメーカーのクラウド上で行われます。
インターネット接続と一般的なWebブラウザーをご利用ください。
小さな画面（スマートフォン/タブレット）で使用する様に設計されていません。 |
価格
|
| 商品名 |
ライセンスタイプ |
税別価格 |
カタログ＃ |
| JADBio AutoML |
Teamプラン |
お問合せ |
F-JD-T |
| * |
本ソフトウェアは、年間ライセンスです。 |
| * |
Teamプランは、5人向けのマルチユーザープランです。
年間50GBのストレージが可能です。クラウド上の CPU 32コアにおける計算が可能です。 |
| * |
さらに多くのサンプルデータを解析できるライセンスもあります。詳細はお問合せください。 |
| * |
解析には、インターネット接続が必要です。 |
| * |
テクニカルサポートは、電話、あるいは、電子メールでの対応のみです。 |
| * |
弊社から販売するソフトウェアは、研究利用のみ使用可能です。 |
|
技術資料
|
| ・腸内微生物プロファイルを使用した大腸がんの予測診断モデルの作成 |
 |
| ・最新のAutoMLツールとの比較 |
|
|
|
