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/

近年来，大量时间序列数据已在各个研究领域和社会领域积累，并且随着数据测量技术的创新和信息技术的发展，数据向量已大大增加。另一方面，由于缺乏研究系统和社会成本问题，与数据向量的尺寸（p）相比，时间序列数据的样本数量（n）数量非常小。例如，在DNA微阵列数据中，数据矢量的维度由要分析的基因数确定，样品数量由微阵列实验的数量确定。在正常分析中，目标基因的数量是数千至数万美元的顺序，但是由于创建微阵列或医疗系统在样本收集方面的局限性所需的成本限制，因此可以使用的微阵列数量最多。这是数据的尺寸与统计科学样本数量之间的极端失衡，并且由于许多传统的统计理论失去了有效性，因此目前确定的统计分析技术仍未开发。在这个主题中，我们专注于时间序列数据的N << P问题。特别是，我们进行了一项研究，重点是N << P问题”。特别是，我们进行了“基于状态空间模型的正则自回归建模的方法和理论的构建”，并开发了一种数据分析技术，用于使用基因表达曲线的时间序列数据（DNA微阵列数据）来识别转录模块的相互作用网络。该开发方法已被软件化并免费分发（http://daweb.ism.ac.jp/~yoshidar/software/software/ssm/

项目成果

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.