遺伝的プログラミングのバイオ情報処理への応用

遗传编程在生物信息处理中的应用

基本信息

批准号：
06F06097
负责人：
伊庭斉志
金额：
$ 0.51万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2006
资助国家：
日本
起止时间：
2006 至无数据
项目状态：
已结题

项目摘要

本研究は、マイクロアレイデータで得られた発現データからの遺伝子ネットワークの推定を目的とする。とくに、複数の異種モデルを用いることを前提として、集団学習のアプローチによりモデルを統合してより頑強な推定手法を構築する。具体的には、異種モデルの推定結果を動的(競合的)に組み合わせる一方で、静的(協調的)に統合して新たな推定と仮説を生成する。またバギングやブースティングなどの機械学習の手法により、与えられたマイクロアレイデータからブートストラップ法(例題からの復元抽出)を繰り返して擬似的にデータ(仮説)を作り、複数の機械を独立に学習し、多数決により頑強な学習手法を確立することを試みた。研究代表者は分担者(David Venet)と協力して、(1)S-systems,(2)重み付けネット,(3)微分方程式系,(4)確率微分方程式,(5)ベイジアンネットのそれぞれのモデルに関しての遺伝子ネットワークの推定の研究を行い、遺伝的アルゴリズムを用いた推定手法を提案し、国際会議で発表するなどの成果をあげた。たとえば、遺伝子ネットワークの推定に関して、第17回ゲノム情報処理に関する国際会議(The 17th International Conference on Genome Informatics, GIW2006)において、"Meta Clustering : Discovery of the Different Sample Clusterings in Gene Expression Data"と題する発表を行った。この技法の新規さと有効性が評価され、最優秀論文賞を受賞した。

这项研究旨在从使用微阵列数据获得的表达数据中推断基因网络。特别是，在使用多个异质模型的假设中，使用组学习方法集成了模型来构建更强大的估计方法。具体而言，虽然动态地结合异质模型的估计结果，但它们也在静态（合作）上集成以生成新的估计和假设。此外，使用给定微阵列数据的机器学习方法（例如包装和增强），我们反复使用引导方法（从示例问题中恢复和提取）来创建伪数据（假设），并试图独立学习多个机器，并通过重大投票来建立强大的学习方法。研究人员与David Venet合作研究了（1）s系统，（2）加权网，（3）微分方程系统，（4）随机微分方程和（5）贝叶斯网的基因网络估计，（（3）使用遗传算法，并在国际会议上提出了估算方法。例如，关于基因网络估计，在第17届基因组信息学国际会议GIW2006上进行了介绍，标题为“元聚类：在基因表达数据中发现不同样本聚类的发现”。该技术因其新颖性和有效性而受到认可，并获得了最佳纸张奖。