生物のメカニズムを解明するためには、個別の遺伝子の働きを調べるだけではなく、その相互作用、つまり、ネットワークの性質を解明することが重要である。本研究では、遺伝子ネットワーク、および、それに関連する多様なデータの統合的マイニング法の開発を目的とした。 遺伝子レベルのネットワーク解析では、遺伝子発現量の制御関係、タンパク質の物理的相互作用を含む様々なネットワークが対象になる。これらの情報は、ハイスループットな観測実験に基づくものが多く、雑音を無視することができない。そこで、複数のネットワーク情報を統合することにより、雑音成分を抑えるデータマイニング法を開発した。本研究の特徴は、有用な部分ネットワークを強調するデータ統合であり、出芽酵母のパブリックデータを用いた数値実験より、その効果を確認している。 ところで、生物のメカニズムを解明するためには、遺伝子発現量のような動的な振る舞いをネットワークの性質と結びつけて解析することが重要である。そこで、遺伝子ネットワークと発現量の統合的なデータ解析法を開発した。遺伝子機能のクラスタリングおよび予測(分類)問題に取り組み、開発手法の優れたパフォーマンスを確認している。また、計算量の観点においても従来法と遜色なく、膨大なデータをゲノムワイドに解析できる。これらの研究成果は、蓄積されたデータの自動アノテーションや、疾病および薬効用のメカニズムの解析にも応用できると考えており、今後は、より実用的な技術の確立のために、研究を展開してゆきたい。
|