適応共鳴理論(ART)を用いたDNAチップからの遺伝子ネットワーク解析

使用自适应共振理论 (ART) 对 DNA 芯片进行基因网络分析

• 批准号: 02J05450
• 负责人: 冨田 秀太
• 金额: $ 0.64万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2002
• 资助国家: 日本
• 起止时间: 2002 至 2003
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-02J05450/
• 关键词: DNAチップ; マイクロアレイ; 発現プロファイル; 発現解析; クラスタリング

本研究ではまず、クラスタリング手法としてFuzzy ARTの有用牲を示すことを行った。解析対象データとしては米国Stanford大より公表されている、出芽酵母の胞子形成過程における遺伝子発現プロファイル(データ(1))を用いた。胞子形成過程は経験的に連続的な4つのフェーズ(Early, Middle, Middle-Late, Late)に分類されている。そこで、胞子形成過程においてフェーズ特異的に発現が誘導されることが分子生物学的実験結果により報告されている遺伝子に注目し、データ(1)より45遺伝子を抽出した。Fuzzy ARTを用いてこれら45遺伝子をクラスタリングしたところ、発現が誘導されるフェーズに従って分類された。この分類精度は現在汎用されている階層的クラスタリング手法や自己組織化手法と比較しても優れていた。さらに、マイクロアレイにより取得されたデータにはある程度のノイズが含まれる事が多い事が報告されていることを考慮し、上記45遺伝子のデータに、マイクロアレイの実験により考えられるノイズを加え、再度クラスタリングを行った。その結果、Fuzzy ARTを用いた場合のクラスタリングの再現性が最も高かった。以上の結果から、Fuzzy ARTは遺伝子発現プロファイルの解析に有用であることが示された(Bioinformation誌に発表)。現在、上記の解析結果を用いて、遺伝子の制御関係や柑互作用、ネットワークを解析する検討をはじめており、研究実施計画は順調に進行していると思われる。また、研究代表者は人工ニューラルネットワーク(ANN)を用いた情報解析の研究にも携わっている。現在、ヒート遺伝子の1塩基多型(SNP)と疾患との関連解析を行っており、ANNを用いてSNP情報から疾患の発症を予測するモデルの構築に成功している(J.B.B.誌に発表)。

This study shows the usefulness of Fuzzy ART in the treatment of acute respiratory syndrome. Analysis of the image of the Stanford University in the United States, the budding yeast spore formation process, the development of the embryo (D) Spore formation is classified as Early, Middle, Middle-Late, Late. The results of molecular biology are reported in this paper. Fuzzy ART is used in 45 different ways. This classification accuracy is now widely used in the classification of hierarchical methods and their own organizational methods. In addition, the above 45 documents were submitted to the Ministry of Education and the Ministry of Education. The reproducibility of Fuzzy ART is the highest when it is used. The above results show that Fuzzy ART is useful in analyzing the information of the gene. Now, note the application of the analytical results, genetic control relationship, interaction, biological analysis, research and implementation plan, and sequence. The representative of the research team is responsible for the research of artificial intelligence analysis (ANN). Now, we have successfully constructed a cluster of SNPs and disease association analyses for genetic diversity, and ANN to predict disease onset using SNP information (J.B.B. Report).

项目成果

Shuta Tomida, et al.: "Analysis of expression profile using fuzzy adaptive resonance theory"Bioinformatics. 18・8. 1073-1083 (2002)

Shuta Tomida 等人：“使用模糊自适应共振理论分析表达谱”生物信息学 18・8（2002）。

Shuta Tomida, et al.: "ANN predictive model for allergic disease using SNPs data"J. Biosci. Bioeng.. 93・5. 470-478 (2002)

Shuta Tomida 等：“使用 SNP 数据的 ANN 预测模型”J. Biosci. 93・5（2002）。