2021 Fiscal Year Annual Research Report
Development of transomics data analysis methods based on information theory
Publicly Offered Research
| Project Area | Transomic Analysis of Metabolic Adaptation |
|---|
| Project/Area Number |
20H04847
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
宇田 新介 九州大学, 生体防御医学研究所, 准教授 (20599609)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | システム生物学 / 情報理論 / トランスオミクス |
|---|
| Outline of Annual Research Achievements |
オミクスデータおよび複数の階層にまたがるマルチオミクスデータの解析手法を，情報理論的アプローチに基づいた開発を行っている．オミクスデータは分子種と対応する変数の数が多いのに対して，サンプルサイズは小さく統計学的な観点からは非常にデータ量が少なくなりがちである．サンプルサイズが小さい状況では，ネットワーク構造の推定において信頼性は乏しくなり，ネットワーク構造の比較において局所的なエッジの比較に意味を見出しづらくなる．特に，複数階層からなるマルチオミクスデータでは，この傾向はより顕著になる．
我々はエッジにオントロジーを導入することで，分子生物学的な見地からエッジの種類（エッジタイプ）を定義し，ネットワーク構造からエッジの種類に関する統計量を抽出した．これにより，局所的なエッジの比較に依らないネットワークの比較が可能となる．エッジに付与されるオントロジーは，推定対象であるネットワークのノードの分子生物学的属性によって定義される．ノードの分子生物学的属性は，今回はKEGGのデータベースを参照することで決定している．エッジのオントロジーはいくつかの定義が考えられるが，オントロジーの定義次第では，異なる階層間でもエッジタイプに関する統計量を通してネットワークの比較が可能となる利点もある．
健常と肥満マウスにおいて，情報量的アプローチからネットワーク構造を推定し，グルコース応答に対するネットワーク構造の変化をトランスクリプトームとメタボロームの両階層で本手法によって比較した．既存のネットワーク構造に関する統計量は，ネットワーク構造への摂動に対して多くがロバストでない上に，実験条件間の違いがあまり反映されない．対して，エッジタイプから算出される統計量は，ロバストで実験条件間の違いを比較的よく反映することがわかった．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
-
[Journal Article] Four features of temporal patterns characterize similarity among individuals and molecules by glucose ingestion in humans2022
Author(s)
Suguru Fujita, Yasuaki Karasawa, Masashi Fujii, Ken-Ichi Hironaka, Shinsuke Uda, Hiroyuki Kubota, Hiroshi Inoue, Yohei Sumitomo, Akiyoshi Hirayama, Tomoyoshi Soga, Shinya Kuroda
-
Journal Title
NPJ systems biology and applications
Volume: 8
Pages: 6
DOI
Peer Reviewed / Open Access
-
-
-
