研究課題/領域番号 |
16K00414
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
研究分野 |
生命・健康・医療情報学
|
研究機関 | 立命館大学 (2019) 大阪電気通信大学 (2017-2018) 国立研究開発法人理化学研究所 (2016) |
研究代表者 |
遠里 由佳子 立命館大学, 情報理工学部, 教授 (80346171)
|
研究期間 (年度) |
2016-10-21 – 2020-03-31
|
研究課題ステータス |
完了 (2019年度)
|
配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
キーワード | 隠れマルコフモデル / ベイズ推定 / 確率的生成モデル / 時系列データ解析 / 表現型解析 / C. elegans / データ駆動型解析 / システム生物学 / 数理モデル / 時系列データ / データ駆動解析 / バイオインフォマティクス / 発生・分化 / 統計数学 / アルゴリズム / 画像 / 解析・評価 |
研究成果の概要 |
線虫の野生胚やRNAi胚の大規模な2次元タイムラプス顕微鏡画像データを画像処理して得た細胞核分裂動態の時空間定量データを解析に用いる(野生胚:N=1, RNAi胚:対象遺伝子549種類, 1遺伝子あたり約N=3)。時空間定量データから特徴抽出し、得られる時系列データからHMM(Hidden Markov Model)などの確率的生成モデルの構築を試みた。そして、時系列のパターン認識と分節化、野生胚の時系列を正常データとして学習したモデルを用いた異常検知の実現を目指した。
|
研究成果の学術的意義や社会的意義 |
時系列データの分節化は、音声データやモーションキャプチャーデータなどでは重要な課題となっている。線虫の初期発生の時系列データから、HMMを基盤とするさまざまな確率的生成モデルを構築することで、時系列の分節化、認識、異常検知を実現し、人工データやシミュレーションデータを用いて、それらの分節化の精度比較を行なった。生命科学の分野で産出される非線形・多変量の時系列データに対して、こうした時系列の分節化や認識、異常検知のアプローチは、新たな計算表現型解析の実現を意味している。
|