生体内分子ネットワークに基づく大規模がんゲノムデータ解析の方法論の研究

点击翻译按钮获取中文摘要

本年度の研究成果を以下にまとめる。昨年度に引き続き、高次元データからの情報抽出手法としてサブセットマイングと次元圧縮の両面からのアプローチについて研究内容を深めた。マイクロアレイによって計測される遺伝子発現データは、2万以上の遺伝子について生成されるRNAの量が計測される。また、次世代シークエンサーを用いたRNA-seqでは、転写産物ほとんど全て計測できるため、その種類は桁が一つ増える。従って、がんの分類やがんの鍵となっている遺伝子の絞り込みにおいては、この超高次元データからの情報抽出手法の改良が本質的となる。この問題に対して、昨年度開発したNull Spaceを用いた新しい方法について、その性能についてより詳細なデータを取り、更なる改良に向けて研究を進めた。また、主成分分析は、次元圧縮の有効な統計手法であるが、超高次元データに対しては、その計算量も問題となる。主成分分析を超高次元データに適用可能とするため、時間計算量の削減を目的にQR分解を利用した新しい主成分分析を行うアルゴリズムを提案し、論文としてまとめた。がんゲノムの解析については、次世代シークエンサーを利用することによりがんが起きる原因の可能性のある変異が同定できる。しかしながら、実際に変異同定を行うとがん細胞に蓄積した数千の体細胞変異が見つかり、どの変異がドライバーなのかを判断することは困難である。この問題について、タンパクを構成するペプチド鎖の折りたたみを予測する方法を開発し、タンパクの構造について影響力の大きいゲノム変異を同定する問題として定式化した。この新しく開発したベプチド鎖の折りたたみを予測する手法については、現在論文としてまとめ投稿中である。