DNAマイクロアレイとプロテインデータを用いた複合転写制御ネットワーク解析

Research Project

Project/Area Number	04J61631
Research Category	Grant-in-Aid for JSPS Fellows
Allocation Type	Single-year Grants
Section	国内
Research Field	Bioinformatics/Life informatics
Research Institution	Kyushu University
Research Fellow	袴田和巳九州大学, 大学院・農学研究院, 特別研究員(DC2)
Project Period (FY)	2004
Project Status	Completed(Fiscal Year 2004)
Budget Amount *help	¥1,000,000 (Direct Cost : ¥1,000,000) Fiscal Year 2004 : ¥1,000,000 (Direct Cost : ¥1,000,000)
Keywords	遺伝子 / マイクロアレイ / クラスタリング
Research Abstract	時系列のマイクロアレイデータの解析に際し、従来のクラスタリングより効果的に遺伝子情報を分類するために数理モデルを用いたクラスタリング手法の開発を行った。数理モデルとしてはR.Sasik等が提案したmRNAの合成、分解に関するモデルを使用し、クラスタリングには広く使用されているk-meansクラスタリングを用いた。解析対象データとして、200遺伝子、20点の時系列サンプルを想定して作られた人工データおよび酵母の胞子形成に関する時系列データを用いた。数理モデルをデータに適用し、パラメータの推定を行い、このパラメータをクラスタリングを行うためのデータとした。このクラスタリング結果と従来のクラスタリング方法である全時系列データ全てを用いてクラスタリングを行った結果の比較を行った。結果の評価方法として、形成されたクラスタの妥当性の指標としてSilhouette value、クラスタに含まれている遺伝子の妥当性の評価としてRand statisticsを用いた。人工データの解析結果、正解クラスタ数であるクラスタ数5付近で数理モデルを用いたクラスタリングの結果は従来法である全時系列データを用いたときの結果よりも高いRand statisticを示し、より適切なクラスタリングが行われていると判断された。また、次にSilhouette valueを用いてクラスタの妥当性を評価したところ、数理モデルを用いたクラスタリングの結果は従来法と比較してより妥当なクラスタ結果が得られた。次に実際の実験データである酵母の胞子形成データに対して本手法を適用し、その実用性の確認を行った。人工データと同様に胞子形成データを数理モデルに適用し、パラメータを抽出し、そのパラメータを用いてクラスタリングを行った結果と従来法である全時系列データを用いてクラスタリングを行ったときの結果を比較した。その結果、胞子形成のデータにおいても、数理モデルを用いたクラスタリングの結果はより高いSilhouette valueとより高いRand statisticを示した。これらの結果から、本手法は従来法よりもより適切なクラスタリングが行われることが示され、非常に有効な方法であることがわかった。