Establishing parameter estimation theory of stochastic differential equations for advanced modeling of life systems

2021 Fiscal Year Research-status Report

• Project/Area Number: 20K12059
• Research Institution: The University of Tokyo
• Principal Investigator: 木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 一細胞シーケンシング / バイオインフォマティクス / 確率微分方程式 / 機械学習 / トランスクリプトーム

Outline of Annual Research Achievements

DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の３次元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを目標としている。我々の手法により、既知の自然法則を機械学習モデルに取り込むことが容易になり、時空間データから生物状態変化を引き起こすメカニカルな機構を推定する研究が広まることが期待される。２０２１年度は前年度に開発したテンソル代数演算のライブラリを利用して、確率微分方程式のパラメータの推定アルゴリズムの実装を行った。人工データに対してパラメータの推定を行ったところ、最尤推定量の漸近理論で予想されるパラメータ推定精度が得られることがわかった。これにより手法の核となる開発については成功裏に終了した。２０２１年度の後半からは開発した手法を用いて一細胞RNA-seqデータを解析する研究を開始している。特にミトコンドリアゲノムからのRNA転写物からヘテロプラスミーの程度を推定しその時系列変化のモデリングを試みている。このような研究により細胞状態のゆらぎと時系列変化についてより詳細な情報がデータから引き出せるのではないかと期待している。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

2021年度の課題は、前年度に開発したテンソル代数のソフトウェアライブラリを用いて、確率微分方程式のパラメータ推定ができるソフトウェアを開発することであったがこれに成功したため、本年度の主要な課題は達成されたと言える。

Strategy for Future Research Activity

現在は開発した確率微分方程式のパラメータ推定ソフトウェアを用いて、一細胞RNA-seqデータ解析を開始している。特にミトコンドリアゲノムからの転写物に注目した細胞系譜解析により生物学的に価値のある成果が出るのではないかと期待している。

Causes of Carryover

当該年度はソフトウェア開発に大部分の時間を費やしたためパソコン購入費や追加の計算機使用料が生じなかった。次年度は計算機実験を行うためパソコン購入費や計算機使用料として使う方針にしている。