Mathematical analysis and applications in the 3D genome

3D基因组中的数学分析和应用

• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03544/
• 关键词: Hi-Cデータ; 3Dゲノム; 立体構造; ニューラルネットワーク; コンタクトマップ; エンハンサー; プロモーター; Hi-C; 立体構造情報; ゲノム; 相互作用; 二値分類; メチル化; 立体構造言語; 解像度

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．

In this study, the purpose of this study is to obtain the three-dimensional emotion of the fragments by using the scientific methods of love and emotion. In recent years, the Hi-C method has been used in the study of three-dimensional love. In this case, we need to extract the information on urgent business issues. Please do not know how to interact with each other. In this way, you can make a live application in 3D, and you can see that you have important information on the understanding of your computer. Application for the study of the problem that the interaction between the two systems depends on the accuracy of the problem, the improvement of the accuracy of the system, the interaction between the two systems, and the interaction between the two groups. In order to determine whether there is a difference in the classification of two-dimensional classification problems, the use of information on the use of information, such as TargetFinder, EP2vec, etc., the use of information technology, the use of information, the use of information, the division of chromosomes, the division of chromosomes, the division of data, and the overall classification of taxonomic problems. the reason is not clear. The method of generating an example of a cross-sectional database is verified. The result shows that a collection of obsolete samples is not valid. The reason for the use of feedback is not valid. This study is related to this study. The proposal for the generation of a new set of examples is not valid. The solution to the maximum problem problem is to reduce the cost of the problem, and to collect the correct examples to collect the correct examples. In each system, the correct example collection is used to make sure that it is generated by using the same level of error collection, which is stored in the method to ensure the accuracy (now in the text). Apply for research projects, Hi-C training programs, close contact reports in the field, close contact reports, high resolution, high resolution, mechanical mechanics, manipulations, access to equipment and equipment.