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

大規模ゲノム情報の高度な検索・比較に関する基礎技術開発とデータマイニングへの応用

大规模基因组信息高级搜索、比对基础技术开发及其在数据挖掘中的应用

基本信息

批准号：
17018023
负责人：
柳浦睦憲
金额：
$ 2.3万
依托单位：
Nagoya University
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：
2005
资助国家：
日本
起止时间：
2005 至无数据
项目状态：
已结题

项目摘要

ゲノム研究に関わるデータは巨大なものが多い.ゲノム自身が巨大な文字列データであることをはじめ,遺伝子やたんぱく質,生物種など,多くの項目を持つデータがある.また,マイクロアレイ技術の発達により,多くの実験を短時間で行えるようになったことも,実験結果のデータを巨大化させている.これら巨大なデータベースを解析し,全体的な特徴の観察や、類似する項目の発見・グループ分け(類似検索・クラスタリング),確からしいルール・特徴ある部分構造の発見(ルール/データマイニング)を行うことは,ゲノム研究において非常に重要な位置を占める.しかし,データが巨大であるため,従来の素朴な方法では計算に莫大な時間がかかる.しかし,この種の問題では,出力する解の数は全ての組合せよりはるかに小さいことが多い.類似する項目を例に挙げれば,一つの項目は他の高々数個の項目とのみ類似する場合が多い.そもそも,非常に多くの項目が類似するようなデータベースは,類似する項目を全て列挙すること自体に意味がない.全ての項目を総当りで比較するのではなく,効率良く類似する可能性のあるペアだけを絞り込むことができれば,極めて短時間で計算を終了することが可能である.本研究班では,ゲノム情報学に現れる基礎的なデータベース解析問題や最適化問題に対して,精度が高くかつ高速なアルゴリズムを開発することとその解析を目指して研究を行った.具体的には、トランザグションデータあるいは各項目が正負のみをとるデータが与えられたとき,その中から真である項目の多くに当てはまるが偽である項目にはほとんど当てはまらないようなパターンの列挙を考え,確率的解析を通して生成されたパターンの信頼性に対する指針を与えた.また,トランザクションデータベースから頻出集合を見つける問題や,文字列データの中から頻出する極大モチーフを全て発見する問題に対して効率良いアルゴリズムを開発した.

The research on the problem is very complicated. The text itself is huge, the character is natural, the biological species is natural, and the multiple items are natural. The technology development process is very fast, and the results are very large. This paper analyzes the characteristics of the whole structure, analyzes the discovery of similar items, and determines the discovery of some structural features. The time for calculation is great. The number of solutions to these problems is the total number of combinations. For example, similar items are included in the list, one item is higher than the other, and several items are similar in many cases. All kinds of items are similar to each other. All projects are comprehensive and comparable, and the efficiency is similar. There are many possibilities. It is possible to complete the calculation in a very short time. This research class aims to conduct research on the analysis of optimization problems with high precision and high speed. In the case of concrete problems, the number of items in each item is negative, and the number of items in each item is false. The problem of frequent occurrence of a set of text strings is solved by solving the problem of frequent occurrence of a maximum set of text strings.