大規模遺伝子ネットワークの相互作用推定

2001 年度 実績報告書

• 研究課題/領域番号: 12208008
• 研究機関: 九州大学
• 研究代表者: 岡本 正宏 九州大学, 農学研究院, 教授 (40211122)
• 研究分担者: 柏木 浩 九州工業大学, 情報工学部, 教授 (10000853)
• キーワード: 逆問題 / 遺伝的アルゴリズム / 数値最適化 / Sシステム / ゲノム情報科学 / 人工知能 / バイオインフォマティクス / クラスタリング

研究概要

遺伝的アルゴリズムを基本とする従来の最適化手法(Simple GA)では、各世代の個体を1つの集団と捉えていたが、この方法では世代を重ねるごとに局所解に陥ってしまい評価値の上昇が抑えられる傾向にあった。そこで本年度は、世代交代モデル(Minimal Generation Gap ; MGG)および単峰性正規分布交叉(Unimodal Normal Distribution Crossover ; UNDX)を組み合わせた新たな遺伝的アルゴリズムを設計・開発し、実装を行った。MGGモデルは、親個体ではなく子個体に選択圧をかけ、エリート個体1つと評価値に関係なく選んだ1個体を親個体に上書きすることから、初期収束性を回避することができる。交叉法として用いたUNDX法は、ランダムに選んだ親1と親2と親3から正規分布乱数を用いて2個体を生成する方法で、親個体の相関関係を考慮に入れ、親個体の周辺に子個体を生成することができる方法である。探索の初期においては親個体の持つパラメータセットが多種多様のため、かなり広範囲に子個体を生成でき、探索が進むに連れて確実に親の周辺を探索できることから効率的な探索が可能となる。このMGG+UNDX法を実装し、これまでの方法(Simple GA)と最適化効率を測定した。12個の実数パラメータを含むS-system形式の2元非線形連立微分方程式を設定し、2変数のタイムコースを説明しうる12個のパラメータ探索を両方法で行った。試行は20回行い、各試行のエリート個体の評価値の世代推移を調べたところ、サンプリング点1点あたりの平均相対2乗誤差が3%以下の個体を得るための時間は、Simple GAに比べ平均で9.3倍のスピードであった。さらに、小規模な遺伝子ネットワークシステムにおいて、遺伝子破壊を想定した6種類のタイムコースデータを最適化プログラムに与え、全ての時系列データを再現する30個の実数パラメータの推定を行った。20回の試行の平均結果は、MGG+UNDX法において、9470世代、cpu時間7148秒(Alpha21264-667MHz, SPECfp95:75.3,SPECint95:37.0)で、全ての試行で最適化計算が終了した。それに対して、これまでの方法(Simple GA)は50000世代以内には最適化が終了しなかった。

研究成果

• [文献書誌] Maki, Y. et al.: "Development of a system for the inference of large scale genetic networks"Pacific Symposium on Biocomputing '01. 446-458 (2001)
• [文献書誌] 岡本正宏: "連続モデルを用いた遺伝子間相互作用のネットワーク同定システムの構築"蛋白質・核酸・酵素. 46・16. 2515-2520 (2001)
• [文献書誌] Ueda, T., Koga, N., Okamoto, M.: "Efficient numerical optimization technique based on real-coded genetic algorithm"Proc. of Intl. Workshop on Genome Informatics2001. 451-453 (2001)
• [文献書誌] Ueda, T., Koga, N., Ono, I., Okamoto, M.: "Efficient numerical optimization technique based on real-coded genetic algorithm for inverse problem"Proc. of 7th. Int. Symp. on Artificial Life and Robotics (AROB 7th '02). 1. 290-293 (2002)