2017 Fiscal Year Research-status Report
混合正則化モデリングを軸としたヘテロ生物データ群からの機械学習の研究
| Project/Area Number |
17K00407
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
丸山 修 九州大学, マス・フォア・インダストリ研究所, 准教授 (20282519)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 混合正則化 / モデリング / バイオインフォマティクス / 機械学習 / マルコフ連鎖モンテカルロ法 / タンパク質複合体 / タンパク質間相互作用ネットワーク / ボルツマン分布 |
|---|
| Outline of Annual Research Achievements |
正則化モデリングとは，べき乗則や L1 ノルムなどの正則化項を評価関数に加えて自然な解を同定する技法であり，混合正則化モデリングとは正則化項を複数組み合わせるモデリングである．本研究の目的は，ヘテロな生物データ群からの予測問題に対して，(1) 混合正則化モデリングを軸とした評価関数の設計技法の深化と，(2) (1) の評価関数のための最適化アルゴリズムの構築を行う．以上を通して，大量に蓄積されつつある生物データ群からの予測問題のための機械学習アプローチの方法論的基盤を確立することである．本年度はここ数年精力的に取り組んできた「タンパク質相互作用ネットワークからのタンパク質複合体予測問題」に関して，次の内容の論文を発表することができた．
1. 予測されたタンパク質複合体の相互の重なりをモデル化した．
2. 1を含む評価関数を最適化するサンプリング・アルゴリズムを構築した．
3. 2のアルゴリズムを実装し比較実験を行い，その有効性を実証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
相互に重なりあるタンパク質複合体の数理的モデルを提案できたことは成果であり，また，そのような角度も考慮してタンパク質複合体予測問題を考えるべきという結果を得たことは意義深い．しかし，本年度の個別課題として挙げていた「タンパク質複合体の内部構造モデリングに基づくタンパク質複合体予測手法の開発」に関しては，いろいろと試行錯誤したが否定的な結果しか得られなかった．理由としては，次が挙げられる：
1. 相互排他的な関係にあるタンパク質間相互作用の情報のタンパク質複合体
予測問題に対する貢献度が比較的高くないかもしれない．
2. 相互排他的な関係にあるタンパク質間相互作用の情報のモデル化が不適切だったかもしれない．
3. 相互排他的な関係にあるタンパク質間相互作用の情報の他に，本問題に有効と思えるゲノムワイドなデータが存在しなかった．
|
| Strategy for Future Research Activity |
当初の予定通り，ベイズ推定の技法を駆使し，ヘテロな大量生物学的データからの予測手法の開発を行う．この際に，評価関数の設計において，混合正則化を含む様々なモデリングを考察する．
|
| Causes of Carryover |
次年度使用額が生じた理由は，当初予定していた国際学会での結果発表が実現しなかったからであるが，これは次年度の成果発表の旅費費用として適切に使用する計画である．
|
Research Products
(4 results)
