2006 Fiscal Year Annual Research Report
マイクロアレイデータからの遺伝子制御ネットワーク構築に関する研究
Project/Area Number |
06F06103
|
Research Institution | Kyoto University |
Principal Investigator |
馬見塚 拓 京都大学, 化学研究所, 教授
|
Co-Investigator(Kenkyū-buntansha) |
ZHU Shangeng 京都大学, 化学研究所, 外国人特別研究員
|
Keywords | 確率モデル / 機械学習 / 遺伝子ネットワーク / マイクロアレイ / 文書クラスタリング |
Research Abstract |
遺伝子制御をはじめとする遺伝子間ネットワークは、遺伝子発現を一度に調べることが可能なマイクロアレイデータや過去の実験結果などの蓄積である文献情報等から構築される。本研究課題は、特にマイクロアレイデータからの構築を目的としているが、その準備段階として、文献情報を対象とした新しく高精度なクラスタリング手法を構築した。特に、文献情報から生成されたネットワークを用いて未知のネットワーク部分の予測を行う、確率モデルの学習に基づく手法を含んでいる。この手法は、ネットワークを構成するノードのクラスタリングであり、同一クラスタ内に含まれるノード(遺伝子)はネットワークを形成しやすいという考え方に基づいている。この手法を含む、本時期に展開した新しい手法は、以下の2つである。1)遺伝子のみならず他の生体分子(例えば、低分子化合物)さらには疾病をノードとした関係ネットワークを構築し、このような質的に異なるネットワークを統合して、それらをクラスタリング可能な手法を開発した。さらに、本手法を、遺伝子ネットワーク、低分子化合物ネットワーク、癌の種類間ネットワーク等のデータに対して適用することにより、遺伝子を高い精度でクラスタリングできることを示した。2)文献情報そのもののクラスタリングは必要な情報をより短時間で得るために重要である。そこで、文献情報をより高精度でクラスタリングする手法を構築した。この手法は、各文献は、タイトル、概要、本文、参考文献といった様々な性質の異なるフィールドを持つことを利用している。すなわち、文献全体から一つの確率モデルを構築するのではなく、フィールド毎にモデルを構築し、それらを統合する手法を開発した。さらには、実データにより構築手法の優位性を確認した。
|
Research Products
(2 results)
-
-
[Journal Article] Improving MHC Binding Peptide Prediction by Incorporating Binding Data of Auxiliary MHC Molecules2006
Author(s)
Zhu, S., Udaka, K., Sidney, J., Sette, A., Aoki-Kinoshita, K.F., Mamitsuka, H.
-
Journal Title
Bioinformatics 22(13)
Pages: 1648-1655