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

統計的学習による生命情報データからのマイニング

使用统计学习从生物信息数据中挖掘

基本信息

批准号：
07F07763
负责人：
馬見塚拓
金额：
$ 1.22万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2007
资助国家：
日本
起止时间：
2007 至 2008
项目状态：
已结题

项目摘要

本研究の目的は、生命科学の様々なデータを統合し、各データの解析のみからでは得られない新たな知識発見が可能な統計的手法を構築することである。特に近年の生命科学ではグラフやネットワークで表わされるデータが増えている。そこで、事例間の類似性すなわちグラフと事例の実数値ベクトルの2つを入力とする研究課題を設定した。具体的には、事例は遺伝子に相当し、グラフは遺伝子ネットワーク、実数値ベクトルは遺伝子の発現を表す。このデータにおいて、実数値ベクトルにラベル(クラス)が与えられている状況を考え、グラフ上での、実数値ベクトル(事例)の分類問題を設定した。この問題では、事例間の類似性を情報として利用可能なことにより、実数値ベクトルにより事例を単純に分類することに較べて精度の良い分類が期待できる。加えて、どのような類似性が分類に重要かという知識発見も可能である。この問題に対し、2つの解決手法を考案した。まずマルコフモデルの混合分布に基づくモデル・学習手法を構築した。この手法は、確率モデルであるためノイズや誤差に頑健であり、生命科学データに適していると考えられる。また、人工データのみならず遺伝子ネットワークおよび遺伝子発現の実データにおいて、手法の有効性を実証した。本成果は論文にまとめ現在投稿中である。次に再帰的な分割に基づく学習手法を構築した。この手法は、決定木の学習やグラフクラスタリングに類似しており、実際、決定木の学習にグラフクラスタリングのいくつかの標準的な分割基準を導入した場合とほぼ等価である。この手法は人工データのみならず実データでの実験により評価を行いGenome Informatics誌に発表を行った。

The purpose of this study is to integrate life science data, analyze data, discover new knowledge, and construct statistical methods. In particular, in recent years, the life sciences have changed their ways. The similarity between cases and the number of cases are set. Specific examples include the occurrence of a virus, the occurrence of a virus, and the occurrence of a virus. The classification problem of this kind of problem is set up according to the condition of this kind of problem. The problem is that similarity information between cases can be used to classify cases with high accuracy. Add The problem and the solution of the problem are examined. The basic structure of the mixed distribution of The method is accurate, the error is persistent, the life science is accurate, and the error is persistent. The effectiveness of artificial intelligence and intelligence generation is demonstrated. This paper is now submitted. Second, the division of the basic learning methods to build This method determines whether the learning process is similar to, and in fact, whether the learning process is standard or not. This technique is based on the Genome Informatics journal.