知識情報処理手法を用いたDNAチップからの遺伝子ネットワーク解析
| Project/Area Number |
12208023
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research on Priority Areas (C)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Biological Sciences
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
花井 泰三 名古屋大学, 工学研究科, 助手 (60283397)
|
|---|
| Project Period (FY) |
2000 – 2001
|
| Project Status |
Completed (Fiscal Year 2000)
|
| Keywords | DNAチップ / 知識情報処理 / ニューラルネットワーク / 遺伝子発現 / ネットワーク解析 / 適応共鳴理論 / 肺ガン / クラスタリング |
|---|
| Research Abstract |
本年度の研究計画に基づいて以下のような研究実績をあげました。
(1)DNAチップによる肺ガン細胞の遺伝子発現データの採取
肺ガン細胞に対してサイトカインの一種であるTGF-βを添加し、全RNAを抽出し遺伝子発現のパターンの変化をDNAマクロアレイで収集することに成功した。現在、解析中である。これとは別に、ガン患者の予後と個人データの関係を人工ニューラルネットワークを用いて解析した。PIMによる入力項目の選択を行ったところ、14項目のうち、患者の年齢、Brickmanlndex(喫煙習慣)、腫瘍の大きさ、浸潤性、p53遺伝子の変異が重要な項目として選択され、5年生存率を80%以上の推定精度で推定できることがわかった。この推定精度をさらに上げ、薬剤の作用機作も明らかにするため、DNAチップの研究と関連づける必要がある。
(2)適応共鳴理論(ART)による遺伝子のクラスタリング(分類)
スタンフォード大学でとられて情報公開されている酵母の胞子形成に関する経時的遺伝子発現データを用いて、適応共鳴理論(ART)によるクラスタリングを行った。ARTは教師信号なし学習によってクラスタリングを行うアルゴリズムであり、学習による自動的に新しいクラスターを作製する。胞子形成時に発現する45個の遺伝子に注目し、ARTで解析した結果、発現時期に応じて5つのクラスターに分けられることがわかった。また、発現メカニズムからEarly,Middle,Middle-Late,Lateとして分けられる遺伝子が、それぞれ同じクラスターを形成することがわかり、それら遺伝子の識別率は90%以上に達することがわかった。従来から行われている統計的手法である階層型クラスター分析も同じクラスター数で解析したが、分類された遺伝子はこれまでの知識と異なっており、識別率は70%程度であった。これらの結果、遺伝子のクラスタリングに関して本手法が有効であることがわかった。
|
Report
(1 results)
Research Products
(1 results)
