• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

制御工学に基づく、生命システム推定法と生命制御論の確立

研究課題

研究課題/領域番号 17K00398
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
研究機関東京大学

研究代表者

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)

研究期間 (年度) 2017-04-01 – 2021-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
キーワード生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング / バイオテクノロジー / バイオインフォマティクス / 確率微分方程式 / 一細胞RNAシーケンシング / 一細胞シーケンシング / 制御工学 / RNA-seq / イネ / トランスクリプトーム
研究成果の概要

次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する研究は多くない。そこで我々は、制御工学の分野で広く使われているカルマンフィルターの理論を生命データに適用するために必要な新規アルゴリズム群を整備し実装した。

研究成果の学術的意義や社会的意義

生命情報科学の分野では人工知能や機械学習といった最新のデータ科学技術を用いたデータ解析が数多く行われているが、これらの技術が既存の確立した物理・化学・生物学の知識と無矛盾な結果を出す保証はなく、自然現象とは関係ないデータの特徴を捉えているのではないかという懸念が常に残る。そこで我々は、制御工学の分野で用いられているカルマンフィルターの理論を活用して、微分方程式のパラメータを測定データから推定する手法を開発した。この手法を用いれば、既知の生命過程の知識を人工知能や機械学習のモデルと統合することが容易になるため、理論生物学の強力な道具立てになることが期待される。

報告書

(5件)
  • 2020 実績報告書   研究成果報告書 ( PDF )
  • 2019 実施状況報告書
  • 2018 実施状況報告書
  • 2017 実施状況報告書
  • 研究成果

    (6件)

すべて 2020 2019 2017 その他

すべて 雑誌論文 (5件) (うち国際共著 2件、 査読あり 5件、 オープンアクセス 3件、 謝辞記載あり 1件) 備考 (1件)

  • [雑誌論文] LincRNA alleviates cardiac systolic dysfunction under pressure overload.2020

    • 著者名/発表者名
      Kuwabara Y, Tsuji S, Nishiga M, Izuhara M, Ito S, Nagao K, Horie T, Watanabe S, Koyama S, Kiryu H, Nakashima Y, Baba O, Nakao T, Nishino T, Sowa N, Miyasaka Y, Hatani T, Ide Y, Nakazeki F, Kimura M, Yoshida Y, Inada T, Kimura T, Ono K.
    • 雑誌名

      Commun Biol.

      巻: 3 号: 1 ページ: 434-434

    • DOI

      10.1038/s42003-020-01164-0

    • 関連する報告書
      2020 実績報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] TMRS: an algorithm for computing the time to the most recent substitution event from a multiple alignment column2019

    • 著者名/発表者名
      Kiryu Hisanori、Ichikawa Yuto、Kojima Yasuhiro
    • 雑誌名

      Algorithms for Molecular Biology

      巻: 14 号: 1 ページ: 23-23

    • DOI

      10.1186/s13015-019-0158-3

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり
  • [雑誌論文] Estimation of population genetic parameters using an EM algorithm and sequence data from experimental evolution populations2019

    • 著者名/発表者名
      Kojima Yasuhiro、Matsumoto Hirotaka、Kiryu Hisanori
    • 雑誌名

      Bioinformatics

      巻: 36 号: 1 ページ: 221-231

    • DOI

      10.1093/bioinformatics/btz498

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり
  • [雑誌論文] reactIDR: evaluation of the statistical reproducibility of high-throughput structural analyses towards a robust RNA structure prediction2019

    • 著者名/発表者名
      Kawaguchi Risa、Kiryu Hisanori、Iwakiri Junichi、Sese Jun
    • 雑誌名

      BMC Bioinformatics

      巻: 20 号: 3 ページ: 130-130

    • DOI

      10.1186/s12859-019-2645-4

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] SCODE: An efficient regulatory network inference algorithm from single-cell RNA-Seq during differentiation2017

    • 著者名/発表者名
      Matsumoto, H., Kiryu, H., Furusawa, C., Ko, S.H., M., Ko, B.H., S., Gouda, N., Hayashi, T., Nikaido, I.
    • 雑誌名

      Bioinformatics

      巻: 印刷中 号: 15 ページ: 2314-2321

    • DOI

      10.1093/bioinformatics/btx194

    • 関連する報告書
      2017 実施状況報告書
    • 査読あり / オープンアクセス / 謝辞記載あり
  • [備考] SCODE Source

    • URL

      https://github.com/hmatsu1226/SCODE

    • 関連する報告書
      2017 実施状況報告書

URL: 

公開日: 2017-04-28   更新日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi