離散と連続の入り混じった相互情報量を推定して、 SNP と遺伝子発現量の因果関係をさぐる
Download as PPTX, PDF1 like2,682 views
応用数理学会 2016年度年会
離散と連続の入り混じった相互情報量を推定して、 SNP と遺伝子発現量の因果関係をさぐる
- 1. 離散と連続の入り混じった相互情報量を推定して、 SNP と遺伝子発現量の因果関係をさぐる Joe Suzuki (prof-joe) 応用数理学会 2016年度 年会 2016年9月14日 鈴木譲 (大阪大学)
- 2. 研究の目的と貢献 2015年8月13日-17日 International Journal of Approximate Reasoning Joe Suzuki A novel Chow–Liu algorithm and its application to gene differential analysis Pages 1-18 (Volume 80) (2016年7月27日に採択が決定) ? 離散でも連続でも適用できる相互情報量の推定方法を提案 ? メリットといえる性能を数学的に証明する ? 遺伝子発現量、SNPの間の因果関係を見出す
- 3. ロードマップ 1. 相互情報量の推定(離散) 2. 既存研究の紹介 3. 相互情報量の推定(連続、一般) 4. 因果を表現する森を生成する 5. 遺伝子発現量の森の生成 6. 遺伝子発現量とSNPの森の生成 6. まとめ
- 8. MDL(minimum description length) 適合性 + 簡潔性 → 最適 (-1) x 尤度 + ペナルティ項 → 最小 ニュートン 運動の3法則 マクセル 方程式 記述長が最小のモデルを選ぶ 情報量基準
- 11. 最尤法 MDL (Suzuki, 93) bnlearn パッケージAsiaで、 Chow-Liu アルゴリズム
- 12. 既存研究: X,Yが連続のとき正規分布を仮定 (Edwards, 2010) 遺伝子発現量、およびその対数は、正規分布にはしたがわない
- 13. 既存研究: Xが連続、Yが離散のとき 混合正規分布を仮定 (Edwards, 2010) 非対称性ゆえ、一般の森を生成できない
- 14. 相互情報量を推定できても、 確率モデルに矛盾 離散 正規 離散正規 離散 正規 離散 離散 正規 離散 衝突 離散 正規 離散 離散 正規 離散 離散 正規 離散 は、以下のいずれか
- 18. n=1000, 8x8のメッシュの場合 Xの頻度 Yの頻度 (X, Y) の同时频度
- 21. 実験1: 乳がん患者の遺伝子発現量 ? p53 遺伝子突然変異をもつ(58サンプル)、もたない(192サンプル) ? 1000個の遺伝子の 発現量 遺伝子どうしの関係をみないで、B補正や、FDRを適用するだけでよいのか
- 23. case/controlノードは、1遺伝子としか結合しない 108 (CDC20),209 (GPR19),213 (CENPA),554 (C10orf3) , 739 (CDCA5)がcase/controlから距離3以内
- 25. 実験2: 遺伝子発現200, SNP 200の400変数 ? Utah州の住民で、北西欧州に起源をもつ90名のSNP (HapMap) ? R library (BioConductor) GGData ftp://ftp.sanger.ac.uk/pub/genevar/CEU_parents_norm_march2007.zip 離散変数 正規変数 (Edwards, 2010) SNP (一塩基多型) 遺伝子の発現量3値
- 27. まとめ ? 相互情報量の推定 (離散と連続を区別しない) ? Chow-Liuアルゴリズムへの適用 ? 変異解析 (実験1) ? SNPと遺伝子発現量が混在したグラフィカルモデルの定式化 今後の課題 ? eQTLの既存の方法との比較 ? 医学的な解釈を参照して、極めて行く
- 28. 謝辞 鈴木貴教授 (大阪大学基礎工学部) 岡田髄象教授 (大阪大学医学部) 井元清哉教授 (東京大学医科学研究所) 植野真臣教授 (電気通信大学) Prof. Cassio P. de Campos(Queen's University Belfast, United Kingdom) Bing Zhang, Ph.D. and Qi Liu, Ph.D. (Vanderbilt University) 文科省 研究拠点形成事業A (代表: 鈴木貴)