確率ネットワークモデルに基づく高次情報バイオマーカー探索多変量統計手法の開発

基于随机网络模型的高阶信息生物标志物搜索多元统计方法的发展

• 批准号: 20650039
• 负责人: 井元 清哉
• 金额: $ 2.05万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 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-20650039/
• 关键词: 確率ネットワーク; バイオマーカー; 多変量解析; バイオ統計; ゲノム情報; 確立ネットワーク

平成22年度において、以下の2点の研究成果を得た。[1]がんの多様性を明らかとするため、2群教師有り判別の枠組みにおいて再発の有無や抗がん剤に対する感受性の高低、特定の遺伝子におけるゲノムの変異の有無などの表現型を高い精度で予測する遺伝子セットを探索する研究は数多く行われている。しかしながら、選ばれた遺伝子セットは生物学的に解釈できるものは稀であり、高い予測能力を得るものの次の生物学的解析に繋がるものが決して多くはなかった。そこで、がんの多様性を特徴付ける遺伝子パスウェイを同定するための統計的手法を提案した。マイクロアレイ遺伝子発現データに基づき各遺伝子パスウェイの活性度を導き、得られたパスウェイ活性度を用いたロジスティック判別モデルを構築した。パラメータ推定には、不必要な活性度を自動的に取り除くよう、Elastic Net型正則化法を用いた。提案手法をエストロゲン受容体の高発現由来からなる乳がん患者の判別問題に適用し、関連する遺伝子パスウェイの同定を行った。[2]ヒトの細胞内にある2万以上の遺伝子は、それぞれが独立に働いているのではなく、外部からの刺激などに対して適切に対応するため、必要なとき必要なだけタンパク質を生合成できるようお互いに情報を伝達するネットワークを形成している。ほとんど全ての遺伝子は、このネットワークの関係において働きが制御されていると考えられる。しかしながら、例えば、薬の投与などの外的な刺激を与えたとき、その影響を直接に近い形で受ける遺伝子の働きはネットワーク上で伝播される遺伝子間の働きからは大きく逸脱し、特にネットワーク上においてその上流の遺伝子の挙動とは独立な動きをすることが想定される。この特徴をグラフィカルモデルにおいて捉え、外的刺激を受ける遺伝子を外生変数として非正規性を鍵に探索する方法を開発した。など、昨年度まで集中的に研究を進めていたベイジアンネットワークの構造推定については、ベイジアンネットワークの国際会議(The First International Conference on Advned Methods in Bayesian Networks)において招待講演を行い、その成果をまとめて発表した。

In Pingcheng 22, the following "2 points" research results have been awarded. [1] the results show that the sensitivity of the two groups is higher than that of the control group, and the sensitivity of the two groups is higher or lower than that of the control group. the results show that the sensitivity of the two groups is higher than that of the control group, and the sensitivity of the specific group is higher than that of the control group. the results show that the accuracy of the system is higher than that of the system. In order to understand the nature of biology, it is necessary to analyze the biology in terms of the ability and the ability of biology. In particular, the proposal for statistics is made in accordance with the method of statistics. In order to determine the level of activity, you can see that the activity of each sub-system is different, so that the activity of each sub-system is different. It is necessary to determine the presumption of activity, to remove the activity automatically, and to use the Elastic net normalization method. The method of the proposal is to determine whether or not the breast cancer patient has a problem, and that the problem should be determined by the doctor. [2] the number of children in the cell is more than 20,000 yuan, that is, the independent one, the stimulus, the stimulation, the necessary, the necessary, the synthesis, the synthesis, the formation of each other. Please do not know if you are in a position to control the system. This is not the only way to get rid of the information, example, investment and other information, such as the stimulation and the response, the direct response, the direct response, the location, the location and the location of the computer. Special attention should be paid to the detection of external stimuli, the number of exogenous stimuli, and the number of exogenous stimuli. In the course of last year's study, the results of the study focused on the establishment of a presumption, the international conference (The First International Conference on Advned Methods in Bayesian Networks), the hospitality performance, and the results of the study.

项目成果

Finding Optimal Bayesian Network Given a Super-Structure

• 发表时间: 2008
• 期刊: Journal of Machine Learning Research
• 影响因子: 6
• 作者: Eric Perrier;S. Imoto;S. Miyano

Constraint Optimal 5earch on Learning Bayesian Network Structure

学习贝叶斯网络结构的约束最优 5earch

• 发表时间: 2010
• 作者: Hayashi;S.;Shimoda;T.;Nakajima;M.;Tsukada;Y.;Sakumura;Y.;Dale;J.K.;Maroto;M.;Kohno K.;Matsui;T.;Bessho;Y.;Seiya Imoto
• 通讯作者: Seiya Imoto

Discovering Functional Gene Pathways Associated with Cancer Heterogeneity via Sparse Supervised Learning

通过稀疏监督学习发现与癌症异质性相关的功能基因通路

• 发表时间: 2010
• 期刊: Proc.IEEE International Conference on Bioinorrmatics and Biomedicine(査読付き国際会議論文)
• 作者: Shuichi Kawano;Teppei Shimamura;Atsushi Niida;Seiya Imoto;Rui Yamaguchi;Masao Nagasaki;Ryo Yoshida;Criatin Print;Satoru Miyano
• 通讯作者: Satoru Miyano

Discovery of Exogenous Variables in Data with More Variables Than Observations

• DOI: 10.1007/978-3-642-15819-3_10
• 发表时间: 2009-04
• 作者: Yasuhiro Sogawa;Shohei Shimizu;Aapo Hyvärinen;T. Washio;Teppei Shimamura;S. Imoto

統計科学と実験システム生物学の融合が実現するバイオマーカー探索

通过统计科学和实验系统生物学的融合实现生物标志物搜索

• 发表时间: 2010
• 作者: Hayashi;S.;Shimoda;T.;Nakajima;M.;Tsukada;Y.;Sakumura;Y.;Dale;J.K.;Maroto;M.;Kohno K.;Matsui;T.;Bessho;Y.;Seiya Imoto;木賀大介;鄭躍軍;Seiya Imoto
• 通讯作者: Seiya Imoto