平成 25 年度電子情報通信学会東京支部学生会研究発表会講演番号： 12 RBF ネットワークを用いた遺伝子制御ネットワーク推定法 INFERENCE METHOD OF GENE REGULATORY NETWORKS USING RADIAL BASIS FUNCTION NETWORK 黒川弘章 1 Hiroaki Kurokawa 木崎直幸 1 Naoyuki Kizaki 1 東京工科大学大学院バイオ・情報メディア研究科コンピュータサイエンス専攻 Graduate School of Bionics, Computer and Media Sciences, Tokyo University of Technology はじめに近年，遺伝子の発現量の時系列データから様々な遺伝子間の制御関係を表した遺伝子制御ネットワークを推定する研究が盛んに行われている．推定法のひとつに，ニューラルネットワーク (NN) による推定法 [1] がある．しかしながら，NN は関数近似において多くの学習時間を必要とする問題点がある．そこで，本研究では NN よりも学習時間の短い RBF ネットワーク (RBFN) を関数近似に用いることで推定時間を短縮できる手法を提案する．NN を用いた従来法と遺伝子制御ネットワークの推定精度および推定時間を比較し提案法の有効性を示す． 1 RBF による遺伝子制御ネットワーク推定法 N 個の遺伝子の制御関係を連立微分方程式モデルで表すと式 (1) のようになる． 2 dXi = Gi (X1 , ..., XN ), (i = 1, ..., N ). dt 表1 遺伝子数近似法敏感度特異度推定時間 6 RBFN 0.9300 0.3365 0.154s 6 NN 0.8975 0.5251 25.0m 6 NN+MI[2] 0.7517 0.5368 30 RBFN 0.7610 0.4444 6.74s 30 NN 0.9060 0.4326 12.2h 30 NN+MI[2] 0.9659 0.9902 (1) Xi は遺伝子 i の発現量であり，関数 Gi は, 遺伝子 i の発現量の変化を表す未知の関数である．この関数 Gi を RBFN を用いて近似し，得られた関数から制御関係を抽出し N 個の遺伝子からなる遺伝子制御ネットワークを推定する．提案法と NN による従来法の推定結果を表 1 に示す． RBFN は中間層ニューロン数で結果が異なるため，ニューロン数を 2 から 101 まで変化させた 100 パターンの平均を示した．また，NN は結合荷重の初期値をランダムに変えた 100 回の試行の平均である．また，NN に最大入り次数 (MI) と呼ばれる経験によって定められる条件を適用した結果 [2] を引用する．ここで推定時間は計測されていないが NN による従来法と同等である．結果より，提案法は推定時間において大幅な改善が見られるが，推定精度については従来法に及ばないことが分かる．そこで，推定精度の向上のため，多数決による遺伝子制御ネットワーク推定法 [2] を提案法に適用する．実験内容と結果本研究では，人工的に作成した 10 遺伝子と 30 遺伝子のネットワークと大腸菌内の 6 遺伝子のネットワークを対象に推定を行った．RBFN は中間層ニューロン数を 2 から 101 まで変化させた 100 回の試行を行い，また NN は結合荷重の初期値をランダムに 100 回の試行を行い，それぞれの結果を用いて多数決法を適用した．最大入り次数を適用した方法による結果 [2] と合わせて，結果を表 2 に示す． 3 -12- 遺伝子制御ネットワークの推定結果表2 多数決法を適用した場合の推定結果遺伝子数近似法敏感度特異度推定時間 6 RBFN 0.9167 0.6667 15.4s 6 NN 0.9167 0.6333 41.7h 6 NN+MI[2] 0.8333 0.5667 10 RBFN 0.8095 0.9385 1.13m 10 NN 0.8095 0.9777 153h 30 RBFN 0.8382 0.8689 11.2m 30 NN 0.8088 0.9434 1220h 30 NN+MI[2] 1.000 0.9919 表 2 より多数決法を用いることで提案法の推定精度を改善できていることが分かる．結果的に NN を用いた従来法と同程度の推定精度を達成しており，推定時間は短縮していることから，RBFN を用いた遺伝子制御ネットワーク推定法の有効性が示された．おわりに本研究では，RBFN を用いた遺伝子制御ネットワーク推定法を提案した．従来法と比較して大幅な推定時間の改善が認められた．また，多数決法を適用することにより従来法と同等の推定精度が得られることを示し，提案方法の有効性を示した． 4 参考文献 [1] 木村周平，園田克樹，山根総一朗，松村幸輝，畠山眞理子，”遺伝子ネットワークのニューラルネットワークモデル同定法の提案”，情報処理学会研究報告，2007-BIO-8， pp．79-84，2007. [2] 平井康輝，黒川弘章，”ニューラルネットワークを用いた遺伝子制御ネットワーク推定法の改善”，信学技報， NLP2009-131，PP27-32，2009． Copyright © 2014 IEICE