時空間トランスクリプトーム解析に基づく転写制御ネットワークの推定

基于时空转录组分析的转录调控网络估计

基本信息

批准号：
14015223
负责人：
石井信
金额：
$ 1.92万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
2002
资助国家：
日本
起止时间：
2002 至无数据
项目状态：
已结题

项目摘要

データが混合指数分布族をなしていると仮定した、統計的クラスタリング法を開発した。特にベイズ推定法を用いることにより、パラメータによる恣意性を極力排除した、客観性と安定性の高い解析法を開発した。アルゴリズムの主要部分について論文発表を行った。これを拡張したモデル(制約つきガウス混合モデル)を各種のDNAマイクロアレイデータに応用した。大腸癌に関連したヒトの遺伝子発現データに適用した結果、癌組織において特異的に発現量が変化する遺伝子群を抽出し、論文発表を行った。また、枯草菌の胞子形成培地における時系列データに適用して、特徴的な応答を示す遺伝子群を抽出し、それらと転写制御因子との関連を確認した。さらに、データに対して混合主成分分析を仮定することで、遺伝子発現量データに欠損がある場合に、従来の手法よりも大幅に高い性能で欠損値補完を行う手法を開発し、特許出願を行った。現在、統計的時系列クラスタリング法、転写制御破壊条件での発現量データ、プロモータ配列解析の組合せにより、より精密な転写制御因子の予測法を開発中である。一方で、転写発現プロファイルデータから自己組織化写像法により遺伝子クラスタリングを行い、各種発現量データにおける相関から転写単位を抽出し、さらに転写因子の結合部位の配列特異性を考慮するという一連の手続きを順次行う、ゲノム-トランスクリプトーム統合解析法を開発した。これにより、遺伝子群に対する転写制御因子を精度良く予測することができた。以上のアルゴリズムの多くは、JAVA言語によるソフトウェア環境として開発しており、生物学者などに使ってもらえる形として順次公開してゆく予定である。

假设数据是混合的指数族，则开发了一种统计聚类方法。特别是，通过使用贝叶斯估计，我们开发了一种具有高客观性和稳定性的分析方法，从而消除了尽可能多的参数引起的任意性。在算法的主要部分上发表了一篇论文。该模型（约束的高斯混合模型）应用于各种DNA微阵列数据。由于将其应用于与结肠癌相关的人类基因表达数据，因此在本文中提取并发表了具有特定表达水平的基因组。此外，通过将其应用于枯草芽孢杆菌的孢子培养基中的时间序列数据来提取显示独特反应的基因组，并确认了它们与转录调节剂之间的关联。此外，通过在数据上假设混合主成分分析，我们开发了一种方法，即在基因表达水平数据损失并提交专利应用程序时，以比常规方法更高的性能完成缺失值。当前，通过结合统计时间序列聚类方法，在转录破坏条件下的表达水平数据和启动子序列分析来开发一种更精确的预测转录调节器的方法。另一方面，我们开发了一种基因组转录组综合分析方法，其中使用自组装映射从转录表达谱数据中进行基因聚类，从各种表达水平数据中的相关性中提取了转录单元，并且考虑到转录因子的结合位点的序列特异性。这允许对基因组的转录调节剂进行准确的预测。上述许多算法都是使用Java语言作为软件环境开发的，并将以生物学家和其他人可以使用的形式彼此发布。