| 研究分担者 |
川崎 能典 統計数理研究所, モデリング研究系, 准教授 (70249910)
上野 玄太 統計数理研究所, モデリング研究系, 助教 (40370093)
染谷 博司 統計数理研究所, モデリング研究系, 助教 (00333518)
井元 清哉 東京大学, 医科学研究所・ヒトゲノム研究系, 准教授 (10345027)
吉田 亮 統計数理研究所, モデリング研究系, 助教 (70401263)
|
|---|
| 研究概要 |
複数のサブテーマを同時進行させる研究体制を今年度も引き続いてとった。具体的サブテーマの内容は,[A]非線形回帰モデルの新展開,[B]アレイデータ用のブートストラップ新手法の開発,[C]DNAタイムコースデータの解析,[D]ベイズモデルによるDNAアレイデータ情報と生物学的知識の統合,[E]確率的最適化手法による遺伝子空間の地形探索,[F]グラフ構造探索のハイパーフォーマンスコンピューティング,である。特に[C]において,H18年度にめざましい発展があった,状態変数ベクトルの次元を超低次元とし,実体的意味のなかった状態変数に遺伝子モジュールの概念を付与することで実現した,状態空間モデルを利用した遺伝子モジュールネットワーク推定手法の研究を主に行った。
また、生物データベースの自動修復を狙ったテーマ([G]:生物データベースの修復)にも進展があった。一般に生物学的知識は,データベースの形に具現化されることが多い。データベースに登録された情報にも信頼度の属性を与え,つまりそれを確率変数として取り扱うことで、データベースの登録上の過誤やその情報の不確実さをモデル化した。これまでのモデルをさらに階層化したベイズモデルを構成し,マイクロアレイデータからの情報抽出,既存の生物学的知識の有効活用,データベースの信頼性の検証などを統一的に可能にする枠組みを考案、それを入工データへ適用し性能評価を行った。
また、H18年度一定の研究成果があげられた,状態空間モデルとカーネル法を融合する研究([H]カーネル法と状態空間モデルの統合)も進めた。研究開発した手法の有効性のアピールと拡張性の検討のために、H18度購入した機器を用いて身近な環境で取得可能なデータにもとづき,手法の有効性の確認実験を行った。
|
