权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

時空間トランスクリプトーム解析に基づく転写制御ネットワークの推定

基于时空转录组分析的转录调控网络估计

基本信息

批准号：
14015223
负责人：
石井信
金额：
$ 1.92万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
2002
资助国家：
日本
起止时间：
2002 至无数据
项目状态：
已结题

项目摘要

データが混合指数分布族をなしていると仮定した、統計的クラスタリング法を開発した。特にベイズ推定法を用いることにより、パラメータによる恣意性を極力排除した、客観性と安定性の高い解析法を開発した。アルゴリズムの主要部分について論文発表を行った。これを拡張したモデル(制約つきガウス混合モデル)を各種のDNAマイクロアレイデータに応用した。大腸癌に関連したヒトの遺伝子発現データに適用した結果、癌組織において特異的に発現量が変化する遺伝子群を抽出し、論文発表を行った。また、枯草菌の胞子形成培地における時系列データに適用して、特徴的な応答を示す遺伝子群を抽出し、それらと転写制御因子との関連を確認した。さらに、データに対して混合主成分分析を仮定することで、遺伝子発現量データに欠損がある場合に、従来の手法よりも大幅に高い性能で欠損値補完を行う手法を開発し、特許出願を行った。現在、統計的時系列クラスタリング法、転写制御破壊条件での発現量データ、プロモータ配列解析の組合せにより、より精密な転写制御因子の予測法を開発中である。一方で、転写発現プロファイルデータから自己組織化写像法により遺伝子クラスタリングを行い、各種発現量データにおける相関から転写単位を抽出し、さらに転写因子の結合部位の配列特異性を考慮するという一連の手続きを順次行う、ゲノム-トランスクリプトーム統合解析法を開発した。これにより、遺伝子群に対する転写制御因子を精度良く予測することができた。以上のアルゴリズムの多くは、JAVA言語によるソフトウェア環境として開発しており、生物学者などに使ってもらえる形として順次公開してゆく予定である。

データが mixed exponential distribution family をなしていると仮定した, statistical クラスタリング method を开発した. The special presumption method is the use of the いることにより, the パラメータによる恣arbitrary nature is the best to exclude the した, and the customer satisfaction and stability are high and the analytic method is the open 発した. The main part of アルゴリズムのについてthesis 発 table を行った.これを拡张したモデル(restricted つきガウスmixed モデル)をvarious のDNAマイクロアレイデータに応用した. The relationship between colorectal cancer and the result of cancer tissueいてSpecific に発 actual quantity が変化する伝subgroup をdraw し, thesis 発 table を行った.また, Bacillus subtilis spores form the ground における series of データに applicable to して, special なThe answer is that the remaining subgroups are drawn out, and the control factor is written and the relationship is confirmed.さらに, データに対して mixed principal component analysis を仮定することで, 缝子発现quantity データに无码あるfield合に, 従来のtechnique よりも大に高いperformance で无码综合を行う Technique を开発し, franchising を行った. Now, the statistical time series クラスタリング method, the 転WRITE control breaking condition での発 actual amount データ, プロモータAlignment analysisのcombinationせにより,よりprecisionな転绢绢のprediction methodを开発中である. One side, 転写発成プロファイルデータからhis own organized writing method, により伝子クラスタリングを行い、Various 発 cash amount データにおける related から転WRITE single bit をdraw出し、さらに転 Write the binding site of the factor and the alignment specificity するという一连手続きを sequential line う、ゲノム-トランスクリプトームintegrated analysis method を开発した.これにより、缝子群に対する転 Write the control factor をprecision good くprediction することができた. The above のアルゴリズムの多くは、JAVA language によるソフトウェアEnvironment としてOpen The author and the biologist Nainaru have revealed the predetermined results one by one.