2019 Fiscal Year Annual Research Report
第一原理モデルとデータ駆動型モデルの融合による遺伝子回路のロバスト動態予測
| Project/Area Number |
18H01464
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
堀 豊 慶應義塾大学, 理工学部(矢上), 講師 (10778591)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 制御工学 / 遺伝子回路 / マイクロ流路 / 生体分子システム |
|---|
| Outline of Annual Research Achievements |
本研究は，不確かな環境場と相互作用しながら動作する人工分子反応システム（DNA鎖置換反応システムや転写・翻訳に基づく遺伝子回路）のロバスト性を，数理モデルに基づいて解析および設計するための理論的な枠組みとそのために必要な実験系の構築を目標とする．このようなシステムは，ダイナミクスや構造が既知の微分方程式でモデル化できる「反応システム」と，それらが未知の「環境場システム」の閉ループ系と捉えることができる．
そこで，このような動的システムに対して，第一原理モデルと機械学習を融合して数理モデルを構築する方法を検討した．具体的には，構造やパラメタの一部に関する事前情報があるシステムに対して，強化学習および適応制御的なアプローチで閉ループ同定を行い，制御器を設計するアルゴリズムの構築を行った．特に，ダイナミクスに関する事前情報を利用することで，学習を効率化できることを示した．
また，環境場の不確かさに対する反応システムのロバスト性を系統的に解析する方法の構築も行った．具体的には，多項式最適化に基づく過渡応答の解析法や，有限リソース下での反応継続時間を解析するための方法論の構築を進め，数値例題を用いて結果の妥当性を確認した．
さらに，昨年度構築したマイクロ液滴を用いた人工分子反応システムの温度特性計測系を利用して，定常状態におけるDNA回路の温度依存特性を高分解能に計測できることを実証し，数理モデルの同定・学習に必要な基礎データを得た．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
理論構築では，当初目標としていた人工分子反応システムのモデリングとロバスト性解析に関する結果を得ることができ，計画よりもやや前倒しで研究が進んでいる．さらに，当初の計画に無かったロバスト性解析法にも着想して，論文執筆に向けて良い進捗を得られている．
一方，マイクロ液滴実験系も，当初の計画通りに実験系の構築を終えてDNA回路の定常特性を計測することができ，順調に進捗している．
|
| Strategy for Future Research Activity |
今後は，マイクロ液滴実験系と制御理論を融合して，人工分子反応システムの不確かさやロバスト性を系統的に同定，解析するためのフレームワークを完成させて概念実証用の系で実験を行う．具体的には，まず，マイクロ液滴の実験系で取得したデータを用いて，比較的小規模な反応系のモデル同定と学習を行う．その後，モデルの同定精度の交差検証を行い，さらに得られたモデルに基づいて反応システムの設計とチューニングを行い，提案フレームワーク有用性と課題を明らかにする．
|
Research Products
(5 results)
