Analysis and Control of Steady States of Multiple Biological Networks

本年度は複数のネットワークから共通の定常状態の分布、検出法、その応用を中心に研究を行った。具体的には、ブーリアンネットワークという遺伝子ネットワークの離散モデルを用いて、複数のネットワークが与えられた場合について以下の結果を得た。(1) ランダムなネットワークが与えられた場合に、複数のネットワークに共通に出現する静的な定常状態（singleton attractor）の個数の期待値を導出し、さらに、ある程度の差異を許した場合の静的定常状態の個数の期待値も導出した。(2) 複数のネットワークが与えられた場合に共通の静的定常状態を計算するための再帰的なアルゴリズムを開発し、その期待時間計算量を解析した。また、より実用的な手法として整数計画法を用いる計算法を開発し、その有効性と限界を計算機実験により評価した。(3) 実際の生物情報ネットワーク解析への応用として、TGF-βシグナル伝達経路のブーリアンネットワークモデルを基本に、8種類の腫瘍タイプの発現量データに基づき8種類のネットワークを構築し、各ペアごとに共通、もしくは、類似の定常状態があるかを調べた。その結果、定常状態に関する情報は腫瘍の類似性や多様性を理解するのに有効である可能性が示された。この研究に加え、ネットワークの制御規則が数式で記載される場合も多いため、数式の類似性の比較に関する研究を行った。具体的には、変数つきの木の編集距離という概念を提案し、その問題の計算複雑度などを理論的に解析した。

本年度は複数のネットワークから共通の定常状態の分布、検出法、その応用を中心に研究を行った。具体的には、ブーリアンネットワークという遺伝子ネットワークの離散モデルを用いて、複数のネットワークが与えられた場合について以下の結果を得た。(1) ランダムなネットワークが与えられた場合に、複数のネットワークに共通に出現する静的な定常状態（singleton attractor）の個数の期待値を導出し、さらに、ある程度の差異を許した場合の静的定常状態の個数の期待値も導出した。(2) 複数のネットワークが与えられた場合に共通の静的定常状態を計算するための再帰的なアルゴリズムを開発し、その期待時間計算量を解析した。また、より実用的な手法として整数計画法を用いる計算法を開発し、その有効性と限界を計算機実験により評価した。(3) 実際の生物情報ネットワーク解析への応用として、TGF-βシグナル伝達経路のブーリアンネットワークモデルを基本に、8種類の腫瘍タイプの発現量データに基づき8種類のネットワークを構築し、各ペアごとに共通、もしくは、類似の定常状態があるかを調べた。その結果、定常状態に関する情報は腫瘍の類似性や多様性を理解するのに有効である可能性が示された。この研究に加え、ネットワークの制御規則が数式で記載される場合も多いため、数式の類似性の比較に関する研究を行った。具体的には、変数つきの木の編集距離という概念を提案し、その問題の計算複雑度などを理論的に解析した。