JP2005338957A - 遺伝子ネットワークの推定方法及び推定プログラム - Google Patents
遺伝子ネットワークの推定方法及び推定プログラム Download PDFInfo
- Publication number
- JP2005338957A JP2005338957A JP2004153739A JP2004153739A JP2005338957A JP 2005338957 A JP2005338957 A JP 2005338957A JP 2004153739 A JP2004153739 A JP 2004153739A JP 2004153739 A JP2004153739 A JP 2004153739A JP 2005338957 A JP2005338957 A JP 2005338957A
- Authority
- JP
- Japan
- Prior art keywords
- gene
- causal
- indirect
- causal relationship
- relationship
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】 直接的因果関係及び/又は直接的因果関係から存在を説明できる間接的因果関係から存在を説明できない間接的因果関係を検索し、検索された間接的因果関係を直接的因果関係からなるネットワークに補うことで、遺伝子ネットワークを推定する。
【選択図】 なし
Description
(1)一対の遺伝子間における制御関係を因果関係とし、当該一対の遺伝子がそれぞれ共通する他の遺伝子との間に更に因果関係を有しない場合の当該一対の遺伝子間の因果関係を直接的因果関係とし、当該一対の遺伝子がそれぞれ共通する他の遺伝子との間に更に因果関係を有する場合であって、当該一対の遺伝子と当該他の遺伝子との間の因果関係によって当該一対の遺伝子間の因果関係の存在を説明できない場合に当該一対の遺伝子間の因果関係を直接的因果関係とし、説明できる場合を間接的因果関係とした、間接的因果関係及び直接的因果関係からなる遺伝子ネットワークを推定するに際して、
3以上の遺伝子に関する因果関係のセットから、間接的因果関係を検索する工程Aと、
前記工程Aで検索した間接的因果関係の中で、直接的因果関係から存在を説明できる間接的因果関係を検索し、その後、直接的因果関係及び/又は直接的因果関係から存在を説明できる間接的因果関係から、存在を説明できる間接的因果関係を検索する工程Bと、
前記工程Aで検索した間接的因果関係から前記工程Bで検索した間接的因果関係を除いた間接的因果関係の中で、直接的因果関係及び前記工程Bで検索した間接的因果関係とともに、全ての間接的因果関係の存在を説明できる最小数の間接的因果関係を検索する工程Cと、
前記因果関係のセットから間接的因果関係を除くとともに前記工程Cで検索した最小数の間接的因果関係を加えることで因果関係のセットを算出し、算出した因果関係のセットから構成される遺伝子ネットワークを推定する工程Dと
を備える遺伝子ネットワークの推定方法。
遺伝子A、遺伝子B及び遺伝子C間に、遺伝子A及び遺伝子B間の因果関係、遺伝子A及び遺伝子C間の因果関係並びに遺伝子C及び遺伝子B間の因果関係が存在し、前記遺伝子A及び遺伝子B間の因果関係が正の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が偶数個含まれているならば、或いは
前記遺伝子A及び遺伝子B間の因果関係が負の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が奇数個含まれているならば、
前記遺伝子A及び遺伝子B間の因果関係を間接的因果関係であるとすることを特徴とする(1)記載の遺伝子ネットワークの推定方法。
前記工程Aで検索した間接的因果関係から前記工程Bで検索した間接的因果関係を除いた間接的因果関係を説明不可能間接的因果関係とし、この説明不可能間接的因果関係の中で、上記工程Aで検索対象とした因果関係のセットに含まれる因果関係の中の1つの因果関係とともに説明不可能間接的因果関係を一つも説明できない間接的因果関係を、非主要な説明不可能間接的因果関係として検索する工程Eと、
説明不可能間接的因果関係から非主要な説明不可能間接的因果関係を除いた間接的因果関係のなかで、上記工程Aで検索対象とした因果関係のセットのなかの1つの因果関係とともに、説明不可能間接的因果関係の中では非主要な説明不可能間接的因果関係しか説明できない間接的因果関係を、非主要な説明不可能間接的因果関係のセットに加える処理を、加える間接的因果関係がなくなるまで繰り返す工程Fと、
上記工程Fで検出された間接的因果関係のセットに含まれない、説明不可能間接的因果関係のセットをグループに分割する工程Gと、
上記工程Gで形成されたグループ毎に、当該グループに含まれる間接的因果関係に基づいてグループ毎の最小数の間接的因果関係を検索する工程Hとを含むことを特徴とする(1)記載の遺伝子ネットワークの推定方法。
3以上の遺伝子に関する因果関係のデータセットから、間接的因果関係を検索手段によって検索する工程Aと、
前記工程Aで検索した間接的因果関係のデータセットの中で、直接的因果関係から存在を説明できる間接的因果関係を検索手段によって検索し、その後、直接的因果関係及び/又は直接的因果関係から存在を説明できる間接的因果関係のデータセットから、存在を説明できる間接的因果関係を検索手段によって検索する工程Bと、
前記工程Aで検索した間接的因果関係のデータセットから、前記工程Bで検索した間接的因果関係のデータを演算手段によって除いて算出された間接的因果関係のデータセットの中で、直接的因果関係及び前記工程Bで検索した間接的因果関係とともに、全ての間接的因果関係の存在を説明できる最小数の間接的因果関係を検索手段によって検索する工程Cと、
前記因果関係のデータセットから、間接的因果関係のデータを演算手段によって除くとともに前記工程Cで検索した最小数の間接的因果関係のデータを演算手段によって加えることで因果関係のデータセットを算出し、算出した因果関係のデータセットから構成される遺伝子ネットワークを出力手段によって出力する工程Dと
をコンピュータに実行させる遺伝子ネットワークの推定プログラム。
遺伝子A、遺伝子B及び遺伝子C間に、遺伝子A及び遺伝子B間の因果関係、遺伝子A及び遺伝子C間の因果関係並びに遺伝子C及び遺伝子B間の因果関係が存在し、前記遺伝子A及び遺伝子B間の因果関係が正の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が偶数個含まれているという条件、或いは
前記遺伝子A及び遺伝子B間の因果関係が負の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が奇数個含まれているという条件を満たした場合に、
前記遺伝子A及び遺伝子B間の因果関係を間接的因果関係として検索することを特徴とする(5)記載の遺伝子ネットワークの推定プログラム。
前記工程Aで検索した間接的因果関係のデータセットから、前記工程Bで検索した間接的因果関係のデータを演算手段によって除いた間接的因果関係を説明不可能間接的因果関係のデータセットとし、この説明不可能間接的因果関係のデータセットの中で、上記工程Aで検索対象とした因果関係のデータセットに含まれる因果関係の中の1つの因果関係とともに説明不可能間接的因果関係を一つも説明できない間接的因果関係を、非主要な説明不可能間接的因果関係として検索手段によって検索する工程Eと、
説明不可能間接的因果関係のデータセットから非主要な説明不可能間接的因果関係を演算手段によって除いた間接的因果関係のデータセットなかで、上記工程Aで検索対象とした因果関係のセットのなかの1つの因果関係とともに、説明不可能間接的因果関係の中では非主要な説明不可能間接的因果関係しか説明できない間接的因果関係を検索手段によって検索し、検索された間接的因果関係を演算手段によって非主要な説明不可能間接的因果関係のセットに加える処理を、加える間接的因果関係がなくなるまで繰り返す工程Fと、
上記工程Fで検出された間接的因果関係のセットに含まれない、説明不可能間接的因果関係のデータセットを演算手段によりグループに分割する工程Gと、
上記工程Gで形成されたグループ毎に、当該グループに含まれる間接的因果関係に基づいてグループ毎の最小数の間接的因果関係を検索手段によって検索する工程Hとを含むことを特徴とする(5)記載の遺伝子ネットワークの推定プログラム。
1.本発明の概念
本発明に係る推定プログラムは、直接的因果関係及び間接的因果関係からなり、遺伝子発現データ等に基づいて構築された遺伝子ネットワーク(以下、オリジナル・ネットワークと称する)から、間接的因果関係を除くとともに当該遺伝子発現データ等を再現しうる最小数の間接的因果関係を加えることによって、遺伝子ネットワークを推定する。
以下、本発明に係る遺伝子ネットワーク推定プログラムを説明するが、本プログラムは上記「1.本発明の概念」に説明した情報処理をコンピュータにおいて実現するものである。なお、以下の説明においては、因果関係として、一方の遺伝子が他方の遺伝子の発現を抑制或いは亢進するといった制御関係(遺伝子発現制御関係)を例にして説明する。しかし、本プログラムは、因果関係として、一方の遺伝子産物が他方の遺伝子産物を活性化或いは不活性化する関係を意味する場合でも同様に適用することができる。
(i)直接的因果関係及び間接的因果関係からなる因果関係のセットから、間接的因果関係を検索する手段(「間接的因果関係検索エンジン」ともいう)
(ii)間接的因果関係検出エンジンで検索した間接的因果関係の中で、直接的因果関係から存在を説明できる間接的因果関係を検索し、その後、直接的因果関係及び/又は直接的因果関係から存在を説明できる間接的因果関係から存在を説明できる間接的因果関係を検索する手段(「説明可能間接的因果関係検索エンジン」ともいう)
(iii)間接的因果関係検出エンジンで検索した間接的因果関係から前記説明可能間接的因果関係検索エンジンで検索した間接的因果関係を除いた間接的因果関係の中で、直接的因果関係及び前記説明可能間接的因果関係検索エンジンで検索した間接的因果関係とともに、全ての間接的因果関係の存在を説明できる最小数の間接的因果関係を検索する手段(「最小数関係検索エンジン」ともいう)
(iv)前記因果関係のセットから間接的因果関係を除くとともに前記最小数関係検索エンジンで検索した最小数の間接的因果関係を加えることで算出される因果関係のセットから構成される遺伝子ネットワークを推定する手段(「推定エンジン」ともいう)
間接的因果関係検索エンジンは、遺伝子発現データ等に基づいて推定されたオリジナル・ネットワークから、間接的因果関係を検索する。ここで、オリジナル・ネットワークとは、例えば、WO 2002/038749号公報に開示された方法で与えられたものでも良いし、その他の方法で与えられたものでも良い。以下の説明では、一例として、WO 2002/038749に開示された方法及びプログラムを適用したオリジナル・ネットワークの推定について説明する。
(a)ある一の遺伝子の発現量を2条件に設定した場合に他の遺伝子の発現レベル(発現量)をそれぞれ検出する手段(「検出エンジン」ともいう)、
(b)得られる検出値を比較してその差を求める手段(「比較エンジン」ともいう)、
(c)当該差を指標として前記一の遺伝子と他の遺伝子との因果関係を求める手段(「因果関係作成エンジン」ともいう)、
検出エンジンは、一対の遺伝子間の制御関係の基礎となるデータ(基礎データ)を検出する手段を意味する。例えば、遺伝子発現の検出は、DNAマイクロアレイ、オリゴヌクレオチドチップ、RT-PCR、遺伝子発現の連続分析、定常発現レベル、プロテオミクス等を使用又は適用することにより行うことができる。すなわち、検出エンジンによれば、これらの結果を遺伝子発現データ(発現量)としてコンピュータに入力することができる。なお、遺伝子発現データは、本発明では検出値という。
比較エンジンでは、ある遺伝子の遺伝子発現量を2条件に設定した場合のこれらの2条件下における対象となる遺伝子の発現レベルの差の情報、並びに上記遺伝子間の機能(例えば活性化又は阻害)に関する情報を算出するとともに蓄積する。上記遺伝子発現量の2条件設定には、遺伝子の変異が含まれ、遺伝子変異は、塩基配列の欠失、置換又は付加によりもとの遺伝子の機能を失わせることや過剰発現させることを意味し、遺伝子の破壊も変異に含まれる。すなわち、上記遺伝子発現量の2条件としては、野生型における遺伝子発現量と、所定の遺伝子の破壊株または過剰発現株における遺伝子発現量として定義することができる。
因果関係作成エンジンは、比較エンジンにより得られた発現量の差分値データに基づいて、比較エンジンにて比較を行った一対の遺伝子間の因果関係を導き、オリジナル・ネットワークを推定する手段である。この手段は、例えば遺伝子aと遺伝子bとの因果関係を調べる場合において、遺伝子aを変異させたときの遺伝子bの発現量が、遺伝子aを変異させないとき(野生型のとき)の遺伝子bの発現量と比較してどの程度変化したときに、その遺伝子aは遺伝子bに対して活性化するのか若しくは抑制するのか(すなわち、因果関係がある)、あるいは無関係である(すなわち、因果関係がない)のか、という判断を実行する手段である。
なお、ある遺伝子aを欠失又は過発現させたときの遺伝子bの発現レベルの増加及び減少との関係を表1に示す。この比較プロセスの計算量はO(n2)である。
説明可能間接的因果関係検索エンジンでは、先ず、間接的因果関係検出エンジンで検索した間接的因果関係(EI)の中で、直接的因果関係(ES)から存在を説明できる間接的因果関係を検索する。
最小数関係検索エンジンは、間接的因果関係検出エンジンで検索した間接的因果関係(EI)から前記説明可能間接的因果関係検索エンジンで検索した間接的因果関係(EI*)を除いた間接的因果関係(以下、「説明不可能な間接的因果関係」という)が存在する場合の情報処理である(図7参照)。なお、以下の説明において、説明不可能な間接的因果関係のセットをEN(=EI−EI*)とする。すなわち、最小数関係検索エンジンは、ES∪EI*≠ETの場合に実行される手段である。
(α)間接的因果関係(EI)から説明可能間接的因果関係検索エンジンで検索した間接的因果関係(EI*)を除いた説明不可能な間接的因果関係のセット(EN)のなかで、オリジナル・ネットワークに含まれる因果関係(ET)のなかの1つの因果関係とともに、他の説明不可能な間接的因果関係を一つも説明できない間接的因果関係を検索する手段(なお、以下の説明において、本手段により検索された間接的因果関係のセットをEN*とする)
(β)説明不可能な間接的因果関係のセット(EN)からEN*に含まれる間接的因果関係を除いた間接的因果関係のなかで、オリジナル・ネットワークに含まれる因果関係(ET)のなかの1つの因果関係とともに、ENの中ではEN*に含まれる他の説明不可能な間接的因果関係しか説明できない間接的因果関係をEN*に加える処理を、EN*に加える間接的因果関係がなくなるまで繰り返す手段
(γ)上記(β)手段によって検出されたEN*に含まれない説明不可能な間接的因果関係のセット(EN−EN*)をグループに分割する手段
(δ)上記(γ)手段によって形成されたグループ毎に、当該グループに含まれる間接的因果関係に基づいてグループ毎の最小数の間接的因果関係を検索する手段
具体的に上記(α)手段では、図17に示す遺伝子ネットワークの一部(図15に示した遺伝子ネットワークの一部)において、遺伝子Oと遺伝子Jとの間の間接的因果関係(EN0 *)をEN*とする。
上記(β)手段では、図17に示す遺伝子ネットワークの一部(図15に示した遺伝子ネットワークの一部)において、遺伝子Nと遺伝子Jとの間の間接的因果関係(EN1 *)が遺伝子Oと遺伝子Nとの間の直接的因果関係(ET)とともに、ENの中ではEN*に含まれる遺伝子Oと遺伝子Jとの間の間接的因果関係(EN0 *)しか説明することができないため、この遺伝子Nと遺伝子Jとの間の間接的因果関係(EN1 *)をEN*に加える。同様に、上記(β)手段では、図17に示す遺伝子ネットワークの一部において、遺伝子Mと遺伝子Jとの間の間接的因果関係(EN2 *)及び、遺伝子Iと遺伝子Jとの間の間接的因果関係(EN3 *)をEN*に加える。
上記(γ)手段では、先ず、EN−EN*に含まれる1つの間接的因果関係を空のグループに加える。次に、以下の(A)又は(B)の関係にある、EN−EN*に含まれる他の間接的因果関係を当該グループに加える。
(A)グループに含まれる1つの間接的因果関係と、ETに含まれる1つの因果関係とにより、EN−EN*に含まれる所定の間接的因果関係を説明できる場合、当該所定の間接的因果関係を同グループに加える。
(B)グループに含まれる1つの間接的因果関係を説明できる、ETに含まれる一対の因果関係のうち、一方又は両方の因果関係がEN−EN*に含まれる間接的因果関係である場合、当該EN−EN*に含まれる間接的因果関係を同グループに加える。
(δ)手段では、上記(γ)手段によって形成されたグループ毎に、当該グループに含まれる間接的因果関係から、ES∪EI*に含まれる因果関係とともに当該グループに含まれる全ての間接的因果関係を説明するのに必要な、最小数の間接的因果関係を検出する。
推定エンジンでは、直接的因果関係のセット(ES)に、前記最小数関係検索エンジンにより検索した最小数の間接的因果関係を加えることで、遺伝子ネットワークを推定する。このとき、最小数関係検索エンジンにおいて、複数の間接的因果関係或いはその組み合わせを、最小数の間接的因果関係として検索した場合には、推定エンジンにより複数の遺伝子ネットワークを推定することとなる。
Claims (8)
- 一対の遺伝子間における制御関係を因果関係とし、当該一対の遺伝子がそれぞれ共通する他の遺伝子との間に更に因果関係を有しない場合の当該一対の遺伝子間の因果関係を直接的因果関係とし、当該一対の遺伝子がそれぞれ共通する他の遺伝子との間に更に因果関係を有する場合であって、当該一対の遺伝子と当該他の遺伝子との間の因果関係によって当該一対の遺伝子間の因果関係の存在を説明できない場合に当該一対の遺伝子間の因果関係を直接的因果関係とし、説明できる場合を間接的因果関係とした、間接的因果関係及び直接的因果関係からなる遺伝子ネットワークを推定するに際して、
3以上の遺伝子に関する因果関係のセットから、間接的因果関係を検索する工程Aと、
前記工程Aで検索した間接的因果関係の中で、直接的因果関係から存在を説明できる間接的因果関係を検索し、その後、直接的因果関係及び/又は直接的因果関係から存在を説明できる間接的因果関係から、存在を説明できる間接的因果関係を検索する工程Bと、
前記工程Aで検索した間接的因果関係から前記工程Bで検索した間接的因果関係を除いた間接的因果関係の中で、直接的因果関係及び前記工程Bで検索した間接的因果関係とともに、全ての間接的因果関係の存在を説明できる最小数の間接的因果関係を検索する工程Cと、
前記因果関係のセットから間接的因果関係を除くとともに前記工程Cで検索した最小数の間接的因果関係を加えることで因果関係のセットを算出し、算出した因果関係のセットから構成される遺伝子ネットワークを推定する工程Dと
を備える遺伝子ネットワークの推定方法。 - 上記工程Aでは、
遺伝子A、遺伝子B及び遺伝子C間に、遺伝子A及び遺伝子B間の因果関係、遺伝子A及び遺伝子C間の因果関係並びに遺伝子C及び遺伝子B間の因果関係が存在し、前記遺伝子A及び遺伝子B間の因果関係が正の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が偶数個含まれているならば、或いは
前記遺伝子A及び遺伝子B間の因果関係が負の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が奇数個含まれているならば、
前記遺伝子A及び遺伝子B間の因果関係を間接的因果関係であるとすることを特徴とする請求項1記載の遺伝子ネットワークの推定方法。 - 上記工程Cは、
前記工程Aで検索した間接的因果関係から前記工程Bで検索した間接的因果関係を除いた間接的因果関係を説明不可能間接的因果関係とし、この説明不可能間接的因果関係の中で、上記工程Aで検索対象とした因果関係のセットに含まれる因果関係の中の1つの因果関係とともに説明不可能間接的因果関係を一つも説明できない間接的因果関係を、非主要な説明不可能間接的因果関係として検索する工程Eと、
説明不可能間接的因果関係から非主要な説明不可能間接的因果関係を除いた間接的因果関係のなかで、上記工程Aで検索対象とした因果関係のセットのなかの1つの因果関係とともに、説明不可能間接的因果関係の中では非主要な説明不可能間接的因果関係しか説明できない間接的因果関係を、非主要な説明不可能間接的因果関係のセットに加える処理を、加える間接的因果関係がなくなるまで繰り返す工程Fと、
上記工程Fで検出された間接的因果関係のセットに含まれない、説明不可能間接的因果関係のセットをグループに分割する工程Gと、
上記工程Gで形成されたグループ毎に、当該グループに含まれる間接的因果関係に基づいてグループ毎の最小数の間接的因果関係を検索する工程Hとを含むことを特徴とする請求項1記載の遺伝子ネットワークの推定方法。 - 上記工程Gでは、特定のグループ内に含まれる最小数の間接的因果関係によって、当該グループに含まれる間接的因果関係のみを説明するようにグループに分割することを特徴とする請求項3記載の遺伝子ネットワークの推定方法。
- 一対の遺伝子間における制御関係を因果関係とし、当該一対の遺伝子がそれぞれ共通する他の遺伝子との間に更に因果関係を有しない場合の当該一対の遺伝子間の因果関係を直接的因果関係とし、当該一対の遺伝子がそれぞれ共通する他の遺伝子との間に更に因果関係を有する場合であって、当該一対の遺伝子と当該他の遺伝子との間の因果関係によって当該一対の遺伝子間の因果関係の存在を説明できない場合に当該一対の遺伝子間の因果関係を直接的因果関係とし、説明できる場合を間接的因果関係とした、間接的因果関係及び直接的因果関係からなる遺伝子ネットワークを推定するに際して、
3以上の遺伝子に関する因果関係のデータセットから、間接的因果関係を検索手段によって検索する工程Aと、
前記工程Aで検索した間接的因果関係のデータセットの中で、直接的因果関係から存在を説明できる間接的因果関係を検索手段によって検索し、その後、直接的因果関係及び/又は直接的因果関係から存在を説明できる間接的因果関係のデータセットから、存在を説明できる間接的因果関係を検索手段によって検索する工程Bと、
前記工程Aで検索した間接的因果関係のデータセットから、前記工程Bで検索した間接的因果関係のデータを演算手段によって除いて算出された間接的因果関係のデータセットの中で、直接的因果関係及び前記工程Bで検索した間接的因果関係とともに、全ての間接的因果関係の存在を説明できる最小数の間接的因果関係を検索手段によって検索する工程Cと、
前記因果関係のデータセットから、間接的因果関係のデータを演算手段によって除くとともに前記工程Cで検索した最小数の間接的因果関係のデータを演算手段によって加えることで因果関係のデータセットを算出し、算出した因果関係のデータセットから構成される遺伝子ネットワークを出力手段によって出力する工程Dと
をコンピュータに実行させる遺伝子ネットワークの推定プログラム。 - 上記工程Aにおいて検索手段は、
遺伝子A、遺伝子B及び遺伝子C間に、遺伝子A及び遺伝子B間の因果関係、遺伝子A及び遺伝子C間の因果関係並びに遺伝子C及び遺伝子B間の因果関係が存在し、前記遺伝子A及び遺伝子B間の因果関係が正の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が偶数個含まれているという条件、或いは
前記遺伝子A及び遺伝子B間の因果関係が負の因果関係であるとき、前記遺伝子A及び遺伝子C間の因果関係並びに前記遺伝子C及び遺伝子B間の因果関係に負の因果関係が奇数個含まれているという条件を満たした場合に、
前記遺伝子A及び遺伝子B間の因果関係を間接的因果関係として検索することを特徴とする請求項5記載の遺伝子ネットワークの推定プログラム。 - 上記工程Cは、
前記工程Aで検索した間接的因果関係のデータセットから、前記工程Bで検索した間接的因果関係のデータを演算手段によって除いた間接的因果関係を説明不可能間接的因果関係のデータセットとし、この説明不可能間接的因果関係のデータセットの中で、上記工程Aで検索対象とした因果関係のデータセットに含まれる因果関係の中の1つの因果関係とともに説明不可能間接的因果関係を一つも説明できない間接的因果関係を、非主要な説明不可能間接的因果関係として検索手段によって検索する工程Eと、
説明不可能間接的因果関係のデータセットから非主要な説明不可能間接的因果関係を演算手段によって除いた間接的因果関係のデータセットなかで、上記工程Aで検索対象とした因果関係のセットのなかの1つの因果関係とともに、説明不可能間接的因果関係の中では非主要な説明不可能間接的因果関係しか説明できない間接的因果関係を検索手段によって検索し、検索された間接的因果関係を演算手段によって非主要な説明不可能間接的因果関係のセットに加える処理を、加える間接的因果関係がなくなるまで繰り返す工程Fと、
上記工程Fで検出された間接的因果関係のセットに含まれない、説明不可能間接的因果関係のデータセットを演算手段によりグループに分割する工程Gと、
上記工程Gで形成されたグループ毎に、当該グループに含まれる間接的因果関係に基づいてグループ毎の最小数の間接的因果関係を検索手段によって検索する工程Hとを含むことを特徴とする請求項5記載の遺伝子ネットワークの推定プログラム。 - 上記工程Gにおいて演算手段は、特定のグループ内に含まれる最小数の間接的因果関係のデータセットによって、当該グループに含まれる間接的因果関係のみを説明するようにグループに分割することを特徴とする請求項7記載の遺伝子ネットワークの推定プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004153739A JP4617448B2 (ja) | 2004-05-24 | 2004-05-24 | 遺伝子ネットワークの推定方法及び推定プログラム |
US11/597,428 US7917300B2 (en) | 2004-05-24 | 2005-05-24 | Method and program for predicting gene network |
PCT/JP2005/009448 WO2005114531A1 (ja) | 2004-05-24 | 2005-05-24 | 遺伝子ネットワークの推定方法及び推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004153739A JP4617448B2 (ja) | 2004-05-24 | 2004-05-24 | 遺伝子ネットワークの推定方法及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005338957A true JP2005338957A (ja) | 2005-12-08 |
JP4617448B2 JP4617448B2 (ja) | 2011-01-26 |
Family
ID=35428566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004153739A Expired - Fee Related JP4617448B2 (ja) | 2004-05-24 | 2004-05-24 | 遺伝子ネットワークの推定方法及び推定プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US7917300B2 (ja) |
JP (1) | JP4617448B2 (ja) |
WO (1) | WO2005114531A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017187537A1 (ja) * | 2016-04-26 | 2017-11-02 | 三菱電機株式会社 | 依存関係抽出装置および依存関係抽出プログラム |
KR102228701B1 (ko) * | 2018-09-11 | 2021-03-16 | 가천대학교 산학협력단 | 의존관계망 차별성에 대한 지식 기반 평가 방법 및 시스템 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07262019A (ja) * | 1994-03-25 | 1995-10-13 | Osaka Gas Co Ltd | 知識情報変換装置及び有向グラフ解析装置 |
WO2002038749A1 (fr) * | 2000-11-13 | 2002-05-16 | Japan Science And Technology Corporation | Procede d'anticipation de reseau de genes, systeme d'anticipation et support d'enregistrement |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000023933A1 (en) * | 1998-10-21 | 2000-04-27 | Bios Group Lp | Systems and methods for analysis of genetic networks |
-
2004
- 2004-05-24 JP JP2004153739A patent/JP4617448B2/ja not_active Expired - Fee Related
-
2005
- 2005-05-24 US US11/597,428 patent/US7917300B2/en not_active Expired - Fee Related
- 2005-05-24 WO PCT/JP2005/009448 patent/WO2005114531A1/ja active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07262019A (ja) * | 1994-03-25 | 1995-10-13 | Osaka Gas Co Ltd | 知識情報変換装置及び有向グラフ解析装置 |
WO2002038749A1 (fr) * | 2000-11-13 | 2002-05-16 | Japan Science And Technology Corporation | Procede d'anticipation de reseau de genes, systeme d'anticipation et support d'enregistrement |
Non-Patent Citations (2)
Title |
---|
JPN6010029176, Kyoda, K.M., "A gene network inference method from continuous−value gene expression data of wild−type and mutants", Genome informatics. Workshop on Genome Informatics, 2000, Vol.11, p.196−204 * |
JPN6010050870, Kyoda, K., "DBRF−MEGN method: an algorithm for deducing minimum equivalent gene networks from large−scale gene e", Bioinformatics, 20040527, Vol.20, No.16, p.2662−75 * |
Also Published As
Publication number | Publication date |
---|---|
JP4617448B2 (ja) | 2011-01-26 |
US20080015788A1 (en) | 2008-01-17 |
WO2005114531A1 (ja) | 2005-12-01 |
US7917300B2 (en) | 2011-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Most parsimonious reconciliation in the presence of gene duplication, loss, and deep coalescence using labeled coalescent trees | |
Rasmussen et al. | Unified modeling of gene duplication, loss, and coalescence using a locus tree | |
Markowetz et al. | Nested effects models for high-dimensional phenotyping screens | |
Forslund et al. | Evolution of protein domain architectures | |
US8332347B2 (en) | System and method for inferring a network of associations | |
KR20160073406A (ko) | 방향성 비순환 구조에서 쌍형성된-말단 데이터를 사용하기 위한 시스템 및 방법 | |
Forslund et al. | Evolution of protein domain architectures | |
Kurtz et al. | Disentangling microbial associations from hidden environmental and technical factors via latent graphical models | |
CN113555062A (zh) | 一种用于基因组碱基变异检测的数据分析系统及分析方法 | |
Ultsch et al. | Functional abstraction as a method to discover knowledge in gene ontologies | |
Du et al. | Unifying gene duplication, loss, and coalescence on phylogenetic networks | |
Liu et al. | NSRGRN: a network structure refinement method for gene regulatory network inference | |
Bodinier et al. | Automated calibration for stability selection in penalised regression and graphical models: a multi-OMICs network application exploring the molecular response to tobacco smoking | |
Gao et al. | Clustering algorithms for detecting functional modules in protein interaction networks | |
Beyer et al. | A graph‐theoretic approach to the partition of individuals into full‐sib families | |
JP4617448B2 (ja) | 遺伝子ネットワークの推定方法及び推定プログラム | |
Lee et al. | Survival prediction and variable selection with simultaneous shrinkage and grouping priors | |
Garamszegi et al. | Working with the tree of life in comparative studies: how to build and tailor phylogenies to interspecific datasets | |
Mount | Using hidden Markov models to align multiple sequences | |
Liu et al. | The community coevolution model with application to the study of evolutionary relationships between genes based on phylogenetic profiles | |
van Haagen et al. | Generic information can retrieve known biological associations: implications for biomedical knowledge discovery | |
Du et al. | Genetic algorithms | |
Cai et al. | Identification of protein complexes from tandem affinity purification/mass spectrometry data via biased random walk | |
US20230245785A1 (en) | Method for constructing functional classifiers for microbiome analysis | |
WO2002038749A1 (fr) | Procede d'anticipation de reseau de genes, systeme d'anticipation et support d'enregistrement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070518 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070626 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100802 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100907 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100929 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131105 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |