• 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

2021 年度 実施状況報告書

高度な生命モデリングの基盤技術となる確率偏微分方程式のパラメータ推定論の確立

研究課題

研究課題/領域番号 20K12059
研究機関東京大学

研究代表者

木立 尚孝  東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)

研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード一細胞シーケンシング / バイオインフォマティクス / 確率微分方程式 / 機械学習 / トランスクリプトーム
研究実績の概要

DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の3次元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを目標としている。我々の手法により、既知の自然法則を機械学習モデルに取り込むことが容易になり、時空間データから生物状態変化を引き起こすメカニカルな機構を推定する研究が広まることが期待される。2021年度は前年度に開発したテンソル代数演算のライブラリを利用して、確率微分方程式のパラメータの推定アルゴリズムの実装を行った。人工データに対してパラメータの推定を行ったところ、最尤推定量の漸近理論で予想されるパラメータ推定精度が得られることがわかった。これにより手法の核となる開発については成功裏に終了した。2021年度の後半からは開発した手法を用いて一細胞RNA-seqデータを解析する研究を開始している。特にミトコンドリアゲノムからのRNA転写物からヘテロプラスミーの程度を推定しその時系列変化のモデリングを試みている。このような研究により細胞状態のゆらぎと時系列変化についてより詳細な情報がデータから引き出せるのではないかと期待している。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

2021年度の課題は、前年度に開発したテンソル代数のソフトウェアライブラリを用いて、確率微分方程式のパラメータ推定ができるソフトウェアを開発することであったがこれに成功したため、本年度の主要な課題は達成されたと言える。

今後の研究の推進方策

現在は開発した確率微分方程式のパラメータ推定ソフトウェアを用いて、一細胞RNA-seqデータ解析を開始している。特にミトコンドリアゲノムからの転写物に注目した細胞系譜解析により生物学的に価値のある成果が出るのではないかと期待している。

次年度使用額が生じた理由

当該年度はソフトウェア開発に大部分の時間を費やしたためパソコン購入費や追加の計算機使用料が生じなかった。次年度は計算機実験を行うためパソコン購入費や計算機使用料として使う方針にしている。

URL: 

公開日: 2022-12-28  

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