大規模遺伝子ネットワークに適した階層型グリッドレイアウトアルゴリズムの研究

适用于大规模基因网络的分层网格布局算法研究

• 批准号: 08J11104
• 负责人: 小島 要
• 金额: $ 0.77万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-08J11104/
• 关键词: 力学的ばねモデル; グリッドレイアウト; ベイジアンネットワーク; 遺伝子ネットワーク; 遺伝子モジュール; 変分ベイズ法; 正準相関分析; Bartlett補正; 遺伝子制御ネットワーク; 状態空間モデル; 非等間隔時系列遺伝子発現データ; スパース学習; イレッサ; 最適ベイジアンネットワーク構造探索; モジュールネットワーク; Granger因果律; betweenness centrality; モジュール; ベクトル自己回帰モデル; 非線形構造; L1正則

本年度は次の4つの成果を得た.(1)生物ネットワークの可視化では,見た目の美しさだけでなく,生物学的な理解が目的であることから,各生体内分子の細胞内局在情報を考慮することが重要であるが,力学的ばねモデルでは,トーラス構造状の細胞内局在情報を扱うことが難しい問題があった.そこで,グリッドレイアウトに力学的ばねモデルの損失関数を導入することでトーラス構造等の複雑な細胞内局在情報を容易に扱うことが可能なレイアウト手法を開発した.(2)ベイジアンネットワークによる遺伝子ネットワーク推定では,計算効率化のため,遺伝子群を選び出し,推定される.条件付き独立性の検定によりベイジアンネットワークの構造推定を行う際,遺伝子群から欠落した遺伝子からの制御により,検定結果に矛盾が生じる問題があった。そこで,検定結果に矛盾が生じた場所から欠落遺伝子の存在を同定する手法を提案した.(3)同じパスウェイや機能に属するタンパク質をコードする遺伝子同士は制御関係が密であり,逆の場合,疎であることが想定される.そこで,密に制御関係で連結された遺伝子群をモジュールと定義し,HofmanとWigginsの統計的モデリングによるグラフからのモジュール推定法とベクトル自己回帰モデルを変分ベイズ法の枠組みから階層型モデリングを行うことで,時系列遺伝子発現データから遺伝子モジュールと高精度な遺伝子ネットワークを同時に推定する手法を提案した.(4)時系列遺伝子発現データからの遺伝子群間のGranger因果律を正準相関分析により同定する場合,Grander因果律の検出においてブートストラップ法によりp値が計算されていたため計算コストがかかり,また高精度にp値を求めることが困難であった.そこで,Bartlett補正により尤度比検定の結果を補正することで少サンプルデータの場合でも正確なp値を高速に計算する手法を提案した.

This year's fourth round of achievements was achieved. (1)The visualization of biology is important for understanding biology, considering molecular and intracellular information in each organism, and the mechanics of biology is difficult for understanding biology. For example, it is easy to introduce the loss relation of the mechanical structure of the complex intracellular information, and it is possible to develop the method of mechanical structure. (2)In this case, the probability of the algorithm is calculated, and the probability of the algorithm is calculated. When the structural estimation of conditional independence is carried out, the genetic subgroup is separated from the genetic group and the control is carried out, and the contradiction between the detection results is generated. In this case, the result of the examination is contradictory, the place of occurrence is different, the existence of the missing child is different, and the method of determination is proposed. (3)In the case of the same function, the identity of the member is determined by the identity of the member. In this paper, we propose a new method for estimating the time series of transmission data, which is based on Hofman and Wiggins statistical method. (4)Granger causality between time series transmission sub-groups is a positive correlation analysis. When it is determined, the Granger causality is calculated by the method of high precision. For example,Bartlett correction method can be used to correct the result of the calculation.

项目成果

An efficient biological pathway layout algorithm combining grid-layout and spring embedder for complicated cellular location information.

• DOI: 10.1186/1471-2105-11-335
• 发表时间: 2010-06-18
• 期刊: BMC bioinformatics
• 影响因子: 3
• 作者: Kojima K;Nagasaki M;Miyano S
• 通讯作者: Miyano S

Identifying Hidden Confounders in Gene Networks by Bayesian Networks

通过贝叶斯网络识别基因网络中隐藏的混杂因素

• 发表时间: 2010
• 期刊: Proceedings of 10th International Conference on Bioinformatics and Bioengineering
• 作者: Higashigaki;T.;Kojima;K.;Yamaguchi;R.;Inoue;M.;Imoto;S;Miyano;S.
• 通讯作者: S.

A state space representation of VAR models with sparse learning for dynamic gene ne

动态基因稀疏学习VAR模型的状态空间表示

• 发表时间: 2009
• 作者: Kojima;K.;Yamaguchi;R.;Imoto;S.;Yamauchi;M.;Nagasaki;M.;Yoshida;R.;Shimamura;T.;Ueno;K.;Higuchi;T.;Gotoh;N.;Miyano;S
• 通讯作者: S

A state space representation of VAR models with sparse learning for dynamic gene networks.

• DOI: 10.1142/9781848165786_0006
• 发表时间: 2010
• 期刊: Genome informatics. International Conference on Genome Informatics
• 作者: Kaname Kojima;R. Yamaguchi;S. Imoto;Mai Yamauchi;Masao Nagasaki;Ryo Yoshida;Teppei Shimamura;Kazuko Ueno;T. Higuchi;N. Gotoh;S. Miyano

Estimation of nonlinear gene regulatory networks by L1 regularized NVAR from time series gene expression data

基于时间序列基因表达数据的 L1 正则化 NVAR 估计非线性基因调控网络

• 发表时间: 2008
• 期刊: Genome Informatics 20
• 作者: Kojima;K.;Fujita;A.;Shimamura;T.;Imoto;S.;Miyano;S.
• 通讯作者: S.