| 研究実績の概要 |
最終年度に実施した研究の成果：ネットワークの階層構造を利用して遺伝子ネットワーク同定制度を改善するためには，それぞれの制御候補に対して自信度を割り当てる遺伝子ネットワーク同定法が必要である．我々はこれまで線形LPMとブートストラップ法を用いた方法を利用してきたが，その他の方法でも提案手法の有用性を確認するため，ランダムフォレストを利用し，それぞれの制御候補に自信度を割り当てる方法を開発した．これにより従来よりも高い同定性能を実現した．本研究の成果は国際会議論文(Inference of Genetic Networks Using Random Forests: Use of Different Weights for Time-series and Static Gene Expression Data, Proc. of the 18th IEEE BIBE, 98-103, 2018)にて発表した．また論文誌(Inference of Genetic Networks using Random Forests: Assigning Different Weights for Gene Expression Data, Journal of Bioinformatics and Computational Biology, in press)に掲載予定である．
研究期間全体を通じた成果：ネットワークの階層構造を利用して遺伝子ネットワーク同定制度を改善するための方法を開発した．その成果は学術誌論文２編，国際会議論文１編などで発表を行った．また本手法は既存の手法と組み合わせて実行する手法である．複数の既存の手法と組み合わせて実行できるかを確認するために，様々な遺伝子ネットワーク同定法の開発を併せて行った．その成果は図書１編，学術誌論文２編，国際会議論文３編などで発表を行った．
|
