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

2019 年度 研究成果報告書

細胞の状態を表現する確率モデルの構築と細胞核の動態解析への応用

研究課題

  • PDF
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
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
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。

自由記述の分野

バイオインフォマティクス

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。

URL: 

公開日: 2021-02-19  

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