セキュア・バイオインフォマティクス: ホモモルフな暗号化を使用して,プライバシーを保護するフェデレーション・アナリティクス

科学分野:

• バイオインフォマティックス
• コンピュータ生物学 コンピュータ生物学
• データ プライバシー データ プライバシー データ

背景:

• 大規模なバイオインフォマティクス研究には,多機関間の協力が必要です.
• 既存のデータ共ローカライゼーション方法は非効率で,プライバシーの問題を提起しています.
• 分散された機密データセットの安全な分析は,重要な課題です.

研究 の 目的:

• セキュアな跨機関バイオインフォマティクス分析のためのプライバシーを保護する統合された分析フレームワークを開発する.
• 原始データの転送なしに暗号化されたデータに関する統計的計算を可能にします.

主な方法:

• 暗号化されたデータ上の安全な計算のための暗号化方法を利用した統合された分析フレームワークを実装しました.
• データの共同ローカライゼーションなしに分散されたデータセットで分析を行った.

主要な成果:

• ポリジェニックリスクスコアを計算し,現実世界のコホートに関するメタ分析を実施することによって,フレームワークを検証しました.
• プレーンテキスト分析と比較して99.9%以上の精度を達成しました.
• データサイズと参加者サイトを増加させることで,スケーラブルなランタイムパフォーマンスを実証しました.

結論:

• 提案された枠組みは,機密で分散されたデータを含む実用的なバイオインフォマティクスアプリケーションのための実行可能で安全なソリューションを提供します.
• 連邦化された分析は,プライバシーを保ちながら,大規模なゲノムおよび健康データ分析に効果的に適用できます.