このサイトは 文部科学省 ゲノムネットワークプロジェクト (GNP) 内の 研究課題: 動的ネットワーク抽出のためのイン・シリコパイプラインの構成 の成果を提供します。

研究期間: 平成 19 年度〜 20 年度

代表研究者: 宮野 悟

所属機関: 東京大学医科学研究所 DNA 情報解析分野

研究目的・研究展望

マクロファージの分化・活性化ネットワークに関する遺伝子発現情報等の大規模・総合的データから動的転写制御ネットワークを抽出し、利用するための計算戦略をイン・シリコパイプラインとして構築する。

このパイプラインを使って、マクロファージの分化・活性化に関して、分化のマスター遺伝子やクリティカルパスウェイのイン・シリコ探索及びシミュレーションによる分化・活性化の再現解析が可能となる。

研究概要

状態空間モデルと次元圧縮技術により転写モジュールネットワーク構造を抽出し、さらに、複数ソース情報を利用した数理統計手法により転写制御ネットワーク構造を精緻化する方式を構築する。次に、データ同化技術により時系列データを利用してネットワーク構造へダイナミクスを導入する技術、及び文献キュレーション情報を用いて、動的な転写制御ネットワークを抽出するパイプラインを構築する。同時に、この動的転写制御ネットワークを開発・活用・発展させるためのソフトウェアプラットフォームを開発する。

研究成果概要

約 1000 万エントリーからなるヒトマクロファージデータベース及びそのための API ライブラリを開発した。状態空間モデルやデータ同化技術をはじめとする動的ネットワーク抽出技術は、 Cell Illustrator 環境で利用できるように JAVA コード化を完了し CSML Pipeline に統合をおこなった。 LPS 及び PMA 刺激に関連する文献キュレーションを行い、 CSML 形式の転写制御・シグナル伝達パスウェイモデルを約 80 個作成した。これらの動的モデルは、統合プラットフォーム "Cell Illustrator Online for GNP" サーバのデータベース上で利用可能になっており、イン・シリコパイプライン構築を達成した。

• 参考資料: 平成 21 年 1 月 19 日 GNP公開シンポジウムポスター
• 参考資料: Power Point のスライド

研究成果: Macrophage curation の結果

Cell Illustrator Online for GNP は Java Web Start によって起動します。動作には、 Java がインストールされていることが必要です。

ログイン ID (Login)

gnp

パスワード (Password)

ajfoa8uwo

• TOP

研究成果: パイプラインを構築した。

CSML Pipeline は Java Web Start によって起動します。動作には、 Java がインストールされていることが必要です。

ログイン ID (Login)

gnp

パスワード (Password)

ajfoa8uwo

搭載しているコンポーネントは以下のとおり。

• TOP

• TOP

一覧へ

• TOP

1. Fujita A, Sato JR, da Silva FHL, Galvao MC, Sogayar MC, Miyano S. Quality control and reproducibility in biological experiments (In preparation).
2. Fujita A, Sato JR, Demasi MAA, Miyano S, Sogayar MC, Ferreira CE. Dynamic Vector Autoregressive Model (DVAR) (Invited book chapter) (In press).
3. Fujita A, Sato JR, Demasi MAA, Yamaguchi R, Shimamura T, Sogayar MC, Miyano S. Inferring contagion in regulatory networks (Submitted).
4. Fujita A, Nagasaki M, Imoto S, Saito A, Ikeda E, Shimamura T, Yamaguchi R, Suzuki H, Hayashizaki Y, Miyano S. Comparison of gene expression profiles produced by CAGE, illumina microarray and Real Time RT-PCR. (Submitted).
5. Fujita A, Sato JR, Gomes LR, Sogayar MC, Miyano S. Identification and quantification of Granger causality between sets of genes (Submitted).
6. Shimamura T, Imoto S, Yamaguchi R, Fujita A, Nagasaki M, Miyano S. Recursive regularization for inferring gene networks from time-course gene expression profiles. BMC Systems Biology, 2009 (accepted).
7. Fujita A, Sato JR, Demasi MAA, Sogayar MC, Ferreira CE, Miyano S. Comparing Pearson, Spearman and Hoeffding's D measure for gene expression association analysis. Journal of Bioinformatics and Computational Biology, 2009. (accepted).
8. Fujita A, Nagasaki M, Imoto S, Saito A, Ikeda E, Shimamura T, Suzuki H, Hayashizaki Y, Miyano S. A computational pipeline for gene expression data analysis and a comparative study between CAGE, illumina microarray and Quantitative Real Rime RT-PCR. (poster) Pacific Symposium on Biocomputing 2009.
9. Fujita A, Gomes LR, Sato JR, Yamaguchi R, Thomaz CE, Sogayar MC, Miyano S. Multivariate gene expression analysis reveals functional connectivity changes between normal/tumoral prostates. BMC Systems Biology 2:106, 2008.
10. Hatanaka Y, Nagasaki M, Yamaguchi R, Obayashi T, Numata K, Fujita A, Shimamura T, Tamada Y, Imoto S, Kinoshita K, Nakai K, Miyano S. A novel strategy to search conserved transcriptional factor binding sites among coexpressing genes in human. Genome Informatics 20:212-221, 2008.
11. Kojima K, Fujita A, Shimamura T, Imoto S, Miyano S. Estimation of nonlinear gene regulatory networks via L1 regularized NVAR from time series gene expression data. Genome Informatics 20:37-51, 2008.
12. Fujita A, Sato JR, Garay-Malpartida HM, Sogayar MC, Ferreira CE, Miyano S. Modeling nonlinear gene regulatory networks from time-series gene expression data. Journal of Bioinformatics and Computational Biology 6:961-979, 2008.
13. Fujita A, Sato JR, Ferreira CE, Sogayar MC. GEDI: a user-friendly toolbox for analysis of large-scale gene expression data. BMC Bioinformatics 8:457, 2007.
14. Fujita A, Sato JR, Garay-Malpartida HM, Yamaguchi R, Miyano S, Sogayar MC, Ferreira CE. Modeling gene expression regulatory networks with the sparse vector autoregressive model. BMC Systems Biology 1:39, 2007. and (poster) Asia Pacific Bioinformatics Conference 2008.
15. Fujita A, Sato JR, Garay-Malpartida HM, Morettin PA, Sogayar MC, Ferreira CE. Time-varying modeling of gene expression regulatory networks using wavelet dynamic vector autoregressive method. Bioinformatics 23:1623-1630, 2007.

• TOP

2009 年 3 月 19 日

初出

2009 年 3 月 31 日

改訂

• TOP