データの選択的統合による生体ネットワークの推定

通过选择性数据集成估计生物网络

• 批准号: 18700287
• 负责人: 加藤 毅
• 金额: $ 1.09万
• 依托单位: The University of Tokyo
• 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-18700287/
• 关键词: タンパク質ネットワーク; データの選択的統合; 機械学習; サポートベクトルマシン; ネットワーク; アルゴリズム; 確率論; プロテオーム; グラフ; 最適化; カーネル

本研究は,生体ネットワークを計算機により,データを自動的に選択してかつ予測することを目的としている.本研究で対象としている生体ネットワークは,たんぱく質のネットワークである.ネットワークのノードは一つのタンパク質を表し,2つのノードを繋ぐエッジは対応するタンパク質間に何らかの関係があることを意味している.たとえば,タンパク質ネットワークの一種であるタンパク質相互作用ネットワークはタンパク質間の物理的な相互作用を表したネットワークである.そのほかのタンパク質ネットワークとして酵素のネットワークがある.酵素ネットワークは代謝ネットワークの酵素反応を表したネットワークである.これらのネットワークをin silicoで予測する手段を提供するために,昨年度は,1クラス分類問題にもとづく定式化によってネットワーク予測法を新たに開発した.しかし,一般に教師あり推定法の予測精度が教師なし推定法よりよいことから,本年度は,二次計画法を使って再開発した.現在では数多くのネットワーク推定法が存在しているが,多タスク学習戦略により従来の予測法を高精度化したのは本研究が世界初である.さらに,サポートベクトルマシンと呼ばれる学習機械に帰着できることを示し,これにマルチカーネル学習の枠組みを組み込んでヒンジロスを最小にするデータの選択的統合を実現した.我々は2005年にネットワーク全体を予測するために一つの選択的統合を行う方法を発表していたが,本研究は遺伝子ごとに最適な選択的統合を行うようにしたところに特色がある.この本手法をオンラインソフトウェアとして実装しウェブ上に公開した.また,既知エッジの信頼性の検証,また未知エッジの発見のために,相互作用ネットワーク,また,KEGGやBioCycにある実データに本手法を適用した結果を公開している.

This study is based on the biological and computer-based automatic selection and prediction The purpose of this study is the purpose of this study.性のネットワークである.ネットワークのノードは一つのタンパク性を表し,2つのノードを组ぐエッジは対応するタンパク性间に何らかの Relationship があることをmeaning している.たとえば,タンパク性ネットワークの一kind of であるタンパク性性ネットしたネットワークである.そのほかのMetabolism of enzymes and enzymesネットワークのEnzyme reaction protein table したネットワークである. silico's prediction method is provided, last year's classification problem, 1 classification problem is formulated, and the prediction method is new.たに开発した.しかし, general teacher あり estimation method のprediction accuracy が teacher なし estimation method よりよいことから, this year は, secondary planning method って开発した.Now there is a lot of numbers and there is a presumption of existence.が,多タスクlearning strategy により従来の Prediction method をHigh-precision したのは本Research on the world's first である.これにマルチカーネル学のThe integration of the smallest groupを実appearsした.I々は2005にネットワークall forecastsするたThe method of integrating the selection process and the selection method of the selection method is the legacy of this study.伝子ごとにThe most suitable and selected integrated を行る.この本法をオンラインソフトウェアとして実装しウェブ上It's public. It's known. It's known. It's true. It's true. It's unknown. It's unknown.の発见のために,Interaction ネットワーク,また,KEGGやBioCycにある実データにThis technique is applicable and the result is open to the public.

项目成果

Drug-response prediction from microarray using network-based de-noising

使用基于网络的去噪从微阵列预测药物反应

• 发表时间: 2006
• 期刊: IPSJ SIG technical reports 64
• 作者: Tsuyoshi Kato;Yukio Murata;Koh Miura;Kiyoshi Asai;Paul B. Horton;Koji Tsuda;Wataru Fujibuchi
• 通讯作者: Wataru Fujibuchi

Integration of multiple networks for label propagation

集成多个网络以进行标签传播

• 发表时间: 2008
• 期刊: SIAM International Conference on Data Mining
• 作者: Tsuyoshi Kato;et. al.
• 通讯作者: et. al.

Tsuyoshi Kato, Wataru Fujibuchi, Kiyoshi Asai

加藤刚、藤渊涉、浅井清

• 发表时间: 2006
• 期刊: IPSJ Journal 47,10
• 作者: Tsuyoshi Kato;Wataru Fujibuchi;Kiyoshi Asai
• 通讯作者: Kiyoshi Asai