| 研究概要 |
複数種類の遺伝子関連データを用いて,遺伝子ネットワークの推定をより的確に行えるようにすること及び遺伝子ネットワークのダイナミックモデルの記述のためのXMLを開発することを目標に研究を行っており,以下の成果を得ている.
(1)ベイジアンネットワークを用いたマイクロアレイデータからの遺伝子ネットワークの推定において,マイクロアレイデータと遺伝子コード領域の上流配列情報を利用した遺伝子ネットワーク推定法を開発した.また,タンパク質間の相互作用情報をプライヤー確率として用いることにより,精度の高いネットワークを推定する方法を開発した.
(2)マイクロアレイデータから遺伝子ネットワークを推定する際に,BNRC, BDe, MDLなどの評価関数を用いた場合,最適の遺伝子ネットワークを枚挙により探索することは,スーパーコンピュータを用いても遺伝子数が10程度の遺伝子ネットワークが限界であったが,探索空間の数学的解析に基づき,ダイナミックプログラミングを用いて,20遺伝子の最適ネットワークの探索を可能にした.また,評価関数のスコアのよい順に遺伝子ネットワークを枚挙することも可能になった.これらの成果により,(i)最適なネットワークが必ずしも生物的により正確な情報を抽出しているとはかぎらないこと,(ii)最適から準最適な多数のネットワークに高い頻度で出現している遺伝子間の制御関係はほぼ正しいこと,(iii)BNRC, BDe, MDLの評価関数では,BNRCを用いた推定法が際立ってよいこと,などの知見が得られた.また,ある遺伝子の発現を制御している遺伝子の個数に制約をつけるなど,生物的な制約により,最適な遺伝子ネットワークを効率よく探索する方法を開発した.
(3)遺伝子ネットワークのダイナミックモデルを記述するためのCSML(Cell System ML)を設計を開始し,その入出力部分実装を一部行った.そして,KEGGやBioCycなどのパスウェイデータベースをダイナミックなモデルに変換する技術を開発し,Cell Illustratorでシミュレーション可能となるように自動的に変換するシステムを実装した.これにより代謝ネットワークの大規模シミュレーションが可能となるフレームワークを構築することができた.
|
