| ポスターリスト |
| No. 1 |
| 立川 光 (東京大学大学院医学系研究科生体情報学分野） |
| 「動態機能解析法のシステムバイオロジーへの応用」 |
生理学研究法としての動態機能解析法を紹介しつつ、システムバイオロジーへの応用の提案的発表を行いたい。
細胞あるいは臓器の生理学の研究法としては、顕微鏡などの動的画像とか電極などから得られる多チャンネル信号を収集し解析を行うことが中心となる。
これらはともに多次元時系列データとしてみなされる。一般的に多次元時系列データの解析には各画素あるいは各チャンネルのタイムコースカーブを解析し、結果のパラメータを並べる方法と、全体的データの多変量解析を行う方法とに分けられる。前者の例としてイオンチャンネルの揺らぎを確率過程からシミュレーションして実測値と比較する研究例、後者の例として複数の流れが混在している状態から主要因となる動きを分離抽出する研究例を紹介する。
システムバイオロジーでは、遺伝子とか代謝経路のネットワークをどのように表現するかが課題となっているが、「時間」の概念を含めた表現法が望まれている。生理学の解析を手がけてきた開発し易いツールを紹介を兼ねて、システムバイオロジーへの応用を述べたい。 |
|
| No. 2 |
丸山 修
(九州大学大学院数理学研究院、大学院システム生命科学府) |
| 「Phylogenetic footprinting 法に基づく選択的スプライシングの 制御配列探索」 |
正例配列の集合と負例配列の集合が与えられたとき，多くの正例配列には存在するが負例配列にはあまり存在しないパターンを抽出するアルゴリズムをphylogenetic footprintingの考えに基づき開発した．
そして，いろいろな相同配列の集合に対して，選択的スプライシングを行う配列を正例としそうでない配列を負例とする設定で当アルゴリズムに適用し，選択的スプライシングに関係しているサイトの抽出を試みた．
その結果を報告する． |
|
| No. 3 |
| 生田目 慎也 (東京大学光学系研究科電子工学専攻) |
| ｢確立微分方程式モデルを用いた遺伝子ネットワークの推定」 |
遺伝子ネットワークにおける転写レベルのダイナミクスモデルとして確率微分方程式を用いることができる。これにより発現レベルでは簡単な線形モデルで表現が可能となる．このモデルをDNAマイクロアレイデータに適用した研究がある。
しかし推定に山登り法を使用しているため，局所解に陥り遺伝子の正しい組み合わせが得られない可能性がある．
そこで、我々は確率微分方程式モデルによる遺伝子ネットワークを、GA(Genetic Algorithm) ，EDA(Estimation of Distribution Algorithm)等の進化的計算を用いて推定する方法を提案する．提案手法を用いて人工データでの推定実験を行い検証した。 |
|
| No. 4 |
| 太田 潤 (岡山大学大学院医歯薬学総合研究科 |
| ｢ネットワーク構造の記述法の開発 ｣ |
| 種々の生体内ネットワークの構造解析は、生物の機能の理解に重要である。 GNUOctave/Matlabでの解析に適したネットワーク構造の記述法について、代謝ネットワークを例に述べる。代謝ネットワークのnodeの最小単位は原子であり、代謝ネットワーク内の原子レベルでのつながりは [１] 代謝産物内のつながり（化学結合）と[２] 代謝産物間のつながり（酵素反応による個々の原子の変換）に分類される。発表する記述法においては、個々の原子を一つの行ベクトルで表し、成分の値により原子の種類・代謝産物の種類・代謝産物内の位置・コンパートメント等を表現する。また、つながり自身を一つの行ベクトルで表し、成分の値によりつながりの種類（[１]、[２]のどちらか？）等、つながり自身に関する情報を表現する。そして、a1, a2, rを行ベクトルとするとき、原子a1が原子a2につながりrでつながっていることを行ベクトル[a1, a2, r]で表現する。この「原子間のつながり」に対応する行ベクトルを積み重ねて、代謝ネットワーク内のすべてのつながりが一つの行列connectivity matrixとして表現でき、また、各研究者が望む情報をこのmatrixに入れることができる（www.metabo-info.org）。現在、GNU Octave/Matlab上で、connectivity matrixに基く経路計算等が可能である。このネットワーク構造の記述法の種々の生体内ネットワークへの応用は、生物の機能の理解に資すると考えられる。 |
|
| No.5 |
新島 聡 (九州大学大学院システム生命科学府)
久原 哲 (九州大学農学研究院) |
| ｢カーネル部分空間法による癌組織の多クラス識別 ｣ |
| マイクロアレイ技術の発展により，癌組織の遺伝子発現プロファイルをもとにした分子レベルでの癌の分類や予後予測が可能になってきており，癌の治療や診断への臨床応用が期待されている．それに伴い，マイクロアレイデータの体系的な解析手法の開発が重要課題となっている．アレイデータ解析の難しさは，通常，組織のサンプル数が数十程度と小さいのに対し，遺伝子数が数万程度と大きいというhigh dimensionality and lowsample size (HDLSS)問題に起因する．本発表では，HDLSS問題に対して有効な識別手法として，カーネル部分空間法を提案し，癌の多クラス識別問題において，サポートベクターマシンと識別性能を比較した実験結果について報告する． |
|
