放射線生物学でのデータ可視化の有用性; 自己組織化マップによる放射線の生体応答解析

Usefulness of data visualization in radiation biology; Analysis of radiation-induced biological response using self-organizing maps

神崎 訓枝   

Kanzaki, Norie

低線量放射線の生体影響は、様々な要因が絡み合い複雑である。生命維持のためのその反応は単純ではない。そこで、動物実験を行って得られた分析結果を自己組織化マップ(Self-organizing maps: SOM)を用いて可視化し、これまでとは違った視点から低線量放射線の生体影響を評価した研究成果を報告する。例えば、低線量放射線の影響は明確なクラスタリングが不可能なデータであったが、SOMでの解析により複数の指標を総合的に評価し、直感的にデータの特徴を把握することが可能となった。本稿では、実例を挙げ、機械学習を用いて放射線生体影響のデータを可視化した成果とその有用性を議論する。

The biological effects of low-dose radiation are confusing due to the various intertwined factors. The vital body responses are complex. In this review, we visualized the results of animal experiments using Self-organizing maps (SOM) and reported the results of the low-dose radiation biological effect assessment from a different viewpoint. For example, although the classification of these data which were the biological effects by low-dose radiation were impossible, SOM got the overall assessment and the intuitive understanding. We reported the results and the usefulness of data visualization of radiation biological effects using machine learning.