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
© Copyright 2024 ExpyDoc