Mathematical analysis and applications in the 3D genome

3D基因组中的数学分析和应用

基本信息

批准号：
21H03544
负责人：
丸山修
金额：
$ 10.98万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究の目的は生物実験で得られるゲノムの断片的立体構造情報を有効活用する情報科学的手法の研究である．近年Hi-C法の実験により部分的であるがゲノムの立体構造情報が得られるようになり，このデータからどれほどの情報を抽出できるかが急務の課題となっている．エンハンサー・プロモーター間相互作用は，ゲノムの3D構造を活用したメカニズムであり，遺伝子発現プロセスを解明する上で重要なプロセスである．このような中，申請研究の課題の一つであるエンハンサー・プロモーター間相互作用予測問題の予測精度の改善に取り組んでいる．エンハンサー・プロモーター間相互作用予測問題とは，エンハンサーとプロモーターの組が与えられたとき，これらが相互作用するか否かを判定する二値分類問題である．様々な予測手法が提案されているが，それらの多く（例えば，TargetFinderやEP2vecなど）で使用されている学習用データを染色体単位で分割した交差検証では学習が全くうまく行かないことが報告されている．その原因は，エンハンサーとプロモーターのランダムな組み合わせによる負例の生成方法であり，結果として，個々のエンハンサーやプロモーターの正負例集合におけるアンバランスな使用回数の原因となっている．本研究では，エンハンサー・プロモーター間相互作用予測問題に対する新しい負例生成手法を提案している．最大フロー問題を解くアルゴリズムに還元することにより，与えられた正例集合に対して，各エンハンサーと各プロモーターの正負例集合における使用回数が同程度である負例集合の生成手法を確立し，既存予測手法の予測精度が向上することを確認している（現在論文執筆中）．また，申請研究の別の課題であるHi-Cデータから得られるゲノム領域間の近接情報を表すコンタクトマップの解像度を高める機械学習手法の開発にも取り組んだ．

这项研究的目的是研究有效利用生物学实验中获得的基因组的零散空间信息的信息科学方法。近年来，HI-C实验已经能够获得部分基因组结构信息，尽管部分，紧急问题是可以从该数据中提取多少信息。增强子促销相互作用是利用基因组3D结构的机制，是阐明基因表达过程的重要过程。在这种情况下，我们正在努力提高增强器启动器互动预测问题的预测准确性，这是我们应用研究中的问题之一。增强子启动器的交互预测问题是一个二进制分类问题，该问题确定了增强子和启动子对时是否相互作用。已经提出了各种预测方法，但据报道，交叉验证（其中许多中使用的训练数据（例如TargetFinder和EP2VEC）被分为染色体，根本不会改善学习。这是由于使用增强子和启动子的随机组合产生阴性病例的方法，这导致在阳性和阴性病例中对单个增强子和启动子的使用不平衡。这项研究提出了一种新的负面病例生成方法，用于预测增强子促销相互作用。通过将最大流量问题减少到算法，为给定的一组积极示例建立了一种生成负面示例的方法，在一个正面和负面示例集中，每个增强子和每个启动子使用的次数相似，证实了现有预测方法的预测准确性得到了改善（目前在论文的撰写下）。我们还致力于开发一种机器学习方法，该方法将增加接触图的分辨率，该方法代表从HI-C数据获得的基因组区域之间的接近信息，这是应用研究中的另一个问题。