高度な生命モデリングの基盤技術となる確率偏微分方程式のパラメータ推定論の確立

• 研究課題/領域番号: 20K12059
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分62010:生命、健康および医療情報学関連
• 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): 2020-04-01 – 2024-03-31
• 研究課題ステータス: 完了 (2023年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
• キーワード: 一細胞シーケンシング / バイオインフォマティクス / 確率微分方程式 / 機械学習 / トランスクリプトーム / バイオテクノロジー

研究開始時の研究の概要

計測技術の進歩により、発生過程での生物の形の変化や、生体内での遺伝子活性化の時空間的な変化を網羅的に計測することができるようになってきた。これに伴い、データを表現する数理モデルも、より物理化学法則や既知の生物知識を精密に表現できるものに置き換えて行く必要がある。本研究では、このような複雑な数理モデルのパラメータをデータから決定する新しい機械学習手法を開発する。

研究実績の概要

DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の３次 元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための 道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを目標としている。我々の手法により、 既知の自然法則を機械学習モデルに取り込むことが容易になり、時空間データから生物状態変化を引き起こすメカニカルな機構を推定する研究が広まることが期 待される。2023年度は生成AIの一種である拡散過程を用いた確率モデルの推定法の研究を行った。変分オートエンコーダーの枠組みを用いて変分下限値を最大化することによりライト・フィッシャーモデルのパラメータの最適化を行うソフトウェアを作成した。次に真のライト・フィッシャーモデルを用いて観測データをシミュレーションにより生成し、本ソフトウェアによりパラメータを推定することを試みた。その結果、推定されたパラメータ値は、多くの場合データを生成したパラメータ値とはかなり異なったものになることがわかった。これは変分関数は多層のニューラルネットワークを用いても真のモデルの条件付き確率を表現するには十分な柔軟性を持たないため、真のモデルとの変分関数とのずれが、パラメータ推定値のずれにつながると考えられた。このため変分オートエンコーダーではなく真の尤度を直接計算するアルゴリズムの開発が今後の課題と考えられる。

研究成果

• [雑誌論文] Regulation of lymphoid-myeloid lineage bias through regnase-1/3-mediated control of Nfkbiz (2024)
  • 著者名/発表者名: 3.Uehata T, Yamada S, Ori D, Vandenbon A, Giladi A, Jelinski A, Murakawa Y, Watanabe H, Takeuchi K, Toratani K, Mino T, Kiryu H, Standley DM, Tsujimura T, IkawaT, Kondoh G, Landthaler M, Kawamoto H, Rodewald HR, Amit I, Yamamoto R, Miyazaki M, Takeuchi O
  • 雑誌名: Blood 巻: 143 号: 3 ページ: 243-257
  • DOI: 10.1182/blood.2023020903
  • 査読あり / オープンアクセス / 国際共著
• [雑誌論文] RENGE infers gene regulatory networks using time-series single-cell RNA-seq data with CRISPR perturbations (2023)
  • 著者名/発表者名: Ishikawa Masato、Sugino Seiichi、Masuda Yoshie、Tarumoto Yusuke、Seto Yusuke、Taniyama Nobuko、Wagai Fumi、Yamauchi Yuhei、Kojima Yasuhiro、Kiryu Hisanori、Yusa Kosuke、Eiraku Mototsugu、Mochizuki Atsushi
  • 雑誌名: Communications Biology 巻: 6 号: 1 ページ: 1290-1290
  • DOI: 10.1038/s42003-023-05594-4
  • 査読あり / オープンアクセス
• [雑誌論文] Automated time-lapse data segmentation reveals in vivo cell state dynamics (2023)
  • 著者名/発表者名: Genuth Miriam A.、Kojima Yasuhiro、J?lich D?rthe、Kiryu Hisanori、Holley Scott A.
  • 雑誌名: Science Advances 巻: 9 号: 22
  • DOI: 10.1126/sciadv.adf1814
  • 査読あり / 国際共著
• [雑誌論文] Identification of oxidative stress-related genes differentially expressed in Alzheimer’s disease and construction of a hub gene-based diagnostic model (2023)
  • 著者名/発表者名: Zhang Yanting、Kiryu Hisanori
  • 雑誌名: Scientific Reports 巻: 13 号: 1
  • DOI: 10.1038/s41598-023-34021-1
  • 査読あり
• [雑誌論文] RNA Secondary Structure Alteration Caused by Single Nucleotide Variants (2023)
  • 著者名/発表者名: Kawaguchi Risa Karakida、Kiryu Hisanori
  • 雑誌名: Methods in Molecular Biology 巻: - ページ: 107-120
  • DOI: 10.1007/978-1-0716-2768-6_7
  • ISBN: 9781071627679, 9781071627686
• [雑誌論文] Genome-Wide RNA Secondary Structure Prediction (2023)
  • 著者名/発表者名: Kawaguchi Risa Karakida、Kiryu Hisanori
  • 雑誌名: Methods in Molecular Biology 巻: - ページ: 35-48
  • DOI: 10.1007/978-1-0716-2768-6_3
  • ISBN: 9781071627679, 9781071627686
• [雑誌論文] MODEC: an unsupervised clustering method integrating omics data for identifying cancer subtypes (2022)
  • 著者名/発表者名: Zhang Yanting、Kiryu Hisanori
  • 雑誌名: Briefings in Bioinformatics 巻: 23 号: 6
  • DOI: 10.1093/bib/bbac372
  • 査読あり
• [図書] 生物統計 (2022)
  • 著者名/発表者名: 浜田 道昭、木立 尚孝
  • 総ページ数: 268
  • 出版者: コロナ社
  • ISBN: 4339027332