状態空間モデルに基づく高次元時系列データ解析の理論と方法論の研究

基于状态空间模型的高维时序数据分析理论与方法研究

• 批准号: 18700268
• 负责人: 吉田 亮
• 金额: $ 2.24万
• 依托单位: The Institute of Statistical Mathematics (2007)The University of Tokyo (2006)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2006
• 资助国家: 日本
• 起止时间: 2006 至 2007
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18700268/
• 关键词: バイオインフォマティクス; 時系列解析; 状態空間モデル; 遺伝子発見解析; 生体内パスウェイ; 遺伝子発現解析

近年様々な研究分野や社会領域で膨大な時系列データが集積されている中,データ測定技術の革新や情報技術の高度化に伴い,データベクトルめ高次元化が著しく進行している.その一方で,研究体制の未整備や社会的費用に関する諸問題が原因で,データベクトルの次元(p)に比べて,集積可能なサンプル数(n)が極端に少ない時系列データが顕在化している.例えば,DNAマイクロアレイデータでは,データベクトルの次元は解析対象遺伝子の個数,サンプル数はマイクロアレイ実験の回数によって決まる.通常の解析では,対象遺伝子数は数千から数万のオーダーであるのに対して,マイクロアレイ作成に要する費用的制約,あるいはサンプル収集に関する医療体制上の限界から,使用可能なマイクロアレイ数は高々数十程度である.このようなデータの次元とサンプル数の極端な不均衡は統計科学において「n<<p問題」と呼ばれ,従来の統計理論の多くがその有効性を失うことから,現時点で確立された統計解析技術は未整備のままである.本課題では,時系列データの「n<<p問題」に焦点を絞り研究を実施した.特に,「状態空間モデルに基づく正則化自己回帰モデリングの方法と理論の構築」を行い,遺伝子発現プロファイルの時系列データ(DNAマイクロアレイデータ)を利用して転写モジュールの相互作用ネットワークを同定するためのデータ解析技術の開発を実施した.開発手法に関してはソフトウェア化を実施し,無償配布を行っている(http://daweb.ism.ac.jp/~yoshidar/software/ssm/

In recent years, the research on the division of social fields has expanded, and the series of data collection and integration has been carried out. In the meantime, the innovation of data measurement technology and the advancement of information technology have been carried out. On the other hand, the causes of the problems related to the cost of the system's unequipped society are: the number of dimensions (p) is smaller than the number of possible aggregates (n), and the number of time series is smaller than the number of changes. For example, the number of DNA fragments, and the number of DNA fragments. Usually, the analysis is based on the cost constraints of the number of image carriers in the thousands, tens of thousands, and tens of thousands of possible applications. The extreme disequilibrium of the number of dimensions in statistical science is called "n<<p problem", and the statistical theory of the past is not correct. This topic is focused on the implementation of the "n<<p problem" in time series. In particular,"State space model, basic model, regularization of self-response model and theoretical construction" was carried out, and the development of time-series model (DNA model) of genetic discovery model was carried out by using the interaction model of genetic discovery model. The development method is to implement the free distribution method (daweb.ism.ac.jp/~yoshidar/software/ssm/

项目成果

Statistical inference of transcriptional module-based gene networks from time course gene expression profiles by using state space models

• DOI: 10.1093/bioinformatics/btm639
• 发表时间: 2008-04-01
• 期刊: BIOINFORMATICS
• 影响因子: 5.8
• 作者: Hirose, Osamu;Yoshida, Ryo;Miyano, Satoru
• 通讯作者: Miyano, Satoru

Clustering with time course gene expression profiles and the mixture of state space models

具有时程基因表达谱的聚类和状态空间模型的混合

• 发表时间: 2007
• 期刊: Genome Informatics 18
• 作者: Hirose;O.;Yoshida;R.;Yamaguchi;R.;Imoto;S.;Higuchi;T.;Miyano;S.
• 通讯作者: S.

ArrayCluster: an analytic tool for clustering, data visualization and module finder on gene expression profiles

• DOI: 10.1093/bioinformatics/btl129
• 发表时间: 2006-06
• 期刊: Bioinformatics
• 影响因子: 5.8
• 作者: Ryo Yoshida;T. Higuchi;S. Imoto;Satoru Miyano

Genomic data assimilation for estimating hybrid functional Petri net from time-course gene expression data.

• DOI: 10.11234/gi1990.17.46
• 发表时间: 2006
• 期刊: Genome informatics. International Conference on Genome Informatics
• 作者: Masao Nagasaki;R. Yamaguchi;Ryo Yoshida;S. Imoto;Atsushi Doi;Y. Tamada;H. Matsuno;S. Miyano;T. Higuchi