遺伝子ネットワークの解析と可視化システムの開発

基因网络分析与可视化系统开发

• 批准号: 13208025
• 负责人: 篠原 歩
• 金额: $ 2.18万
• 依托单位: Kyushu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas (C)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13208025/
• 关键词: 遺伝子発現; パターン発見; ゲノム情報処理; パターン照合; 機械発見; 探索アルゴリズム; 機械学習

本研究は,遺伝子の相互作用を明らかにするために,破壊や過剰発現による実験結果を集めた遺伝子発現プロファイルデータから,そこに内在する相互作用を表現するための規則をユーザとの対話の中で発見するためのシステムを開発することを目的とする.我々の研究グループでは,重み付きネットワークモデルを導入し,発現プロファイルデータから遺伝子間の力関係を辺の重みとして取り出すアルゴリズムを設計し,予備実験を行ってきた.このネットワークを効率よく可視化するための方法論を確立し,それを実装することが目的である.本年は,グラフィカルモデリングと呼ばれる統計的手法の中で用いられている,共分散選択の技法を応用したシステムを構築し,実データに対して適用を行った.また,遺伝子発現プロファイルデータのみならず,遺伝子の配列情報を合わせてネットワークの同定をより高精度に行うことを目指して,配列データからそこに内在する共通なパターンを抽出する問題について,特に高機能化と高速化に力点をおいて研究を展開した.その結果,部分文字列パターンおよびエピソードパターンに関して,実用的な時間で最も分類精度の高いパターンを見つけだすアルゴリズムの開発に成功した.また,その中で頻繁に用いられる部分に特化したデータ構造を開発し,これらを機械発見システムBONSAIの中に組み込んだ.このことにより,これまでの部分文字列パターンのみを用いた表現方法よりも簡潔でより分類精度のよい決定木が抽出できることを確認した.

为了阐明基因相互作用，本研究使用从破坏和过度表达的实验结果中收集的基因表达谱数据，并通过与用户的对话制定表达潜在相互作用的规则。我们的研究小组旨在开发一种用于发现表达谱数据的系统。加权网络模型。我们设计了一种提取基因之间的幂关系作为边缘权重的算法，并进行了初步实验。我们的目标是建立一种有效可视化该网络的方法，并构建一个应用协方差选择技术的系统。称为图形建模的统计方法，并将其应用于实际数据。此外，我们专注于提取序列数据固有的共同模式的问题，目的是通过结合基因表达谱数据和基因序列信息来识别更高精度的网络，我们开展了注重高功能和加速的研究。结果，我们发现当涉及到子串模式和情景模式时，我们成功地开发了一种算法，可以在模式中找到分类精度最高的模式。我们还开发了专门针对常用部件的数据结构，并将其纳入机器发现系统 BONSAI 通过这样做，我们确认这是可能的。与之前仅使用子串模式的表达方法相比，提取出更简单且分类精度更高的决策树。

项目成果

S.Inenaga et al.: "On-Line Construction of Symmetric Compact Directed Acyclic Word Graphs"Proc. 8^ International Symposium on String Processing and Information Retrieval. 96-110 (2001)

S.Inenaga 等人：“对称紧凑有向无环字图的在线构造”Proc。

H.Bannai et al.: "More Speed and More Pattern Variations for Knowledge Discovery System BONSAI"Genome Informatics 2001. 454-455 (2001)

H.Bannai 等人：“知识发现系统 BONSAI 的更快速度和更多模式变化”基因组信息学 2001. 454-455 (2001)

T.Kida et al.: "Multiple Pattern Matching Algorithms on Collage System"Lecture Notes in Computer Science. 2089. 193-206 (2001)

T.Kida 等人：“拼贴系统上的多重模式匹配算法”计算机科学讲义。

M.Hirao et al.: "A Practical Algorithm to Find the Best Episode Patterns"Lecture Notes in Artificial Intelligence. 2226. 435-440 (2001)

M.Hirao 等人：“寻找最佳剧集模式的实用算法”人工智能讲座笔记。

S.Aburatani et al.: "Correspondence between a Genetic Network Inferred from Expression Profiles by Strategic Gene Disruptions and the Known Regulatory Relationships"Genome Informatics 2001. 268-269 (2001)

S.Aburatani 等：“战略性基因破坏从表达谱推断的遗传网络与已知调控关系之间的对应关系”基因组信息学 2001. 268-269 (2001)