文献

J-GLOBAL ID：201302241547820489   整理番号：13A1892439

監督された遺伝子制御ネットワーク推論のためのマルコフ論理ネットワークの学習

Learning a Markov Logic network for supervised gene regulatory network inference

著者 (9件)： BROUARD Celine (Univ. d’Evry-Val d’Essonne, Evry, FRA) ,  VRAIN Christel (Univ. d’Orleans, Orleans, FRA) ,  DUBOIS Julie (Univ. d’Evry-Val d’Essonne, Evry, FRA) ,  DUBOIS Julie (Univ. d’Orleans, Orleans, FRA) ,  CASTEL David (IRCM, CEA, Evry, FRA) ,  DEBILY Marie-Anne (IRCM, CEA, Evry, FRA) ,  DEBILY Marie-Anne (Univ. d’Evry-Val d’Essonne, Evry, FRA) ,  D’ALCHE-BUC Florence (Univ. d’Evry-Val d’Essonne, Evry, FRA) ,  D’ALCHE-BUC Florence (Univ. Paris Sud, Orsay, FRA)
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 14  号： Sept  ページ： 14:273 (WEB ONLY)  発行年： 2013年09月 
JST資料番号： U7025A  ISSN： 1471-2105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 遺伝子制御ネットワーク推論は挑戦的問題として残っている。遺伝子制御ネットワークに関する実体のある知識がすでに利用可能である時には,監督されたネットワーク推論が適切である。そのような方法は遺伝子の順序対に一つのクラス(制御/無制御)を割り当てることができる二項分類を構築する。一度利用された対比較分類子は新しい制御を推測するために利用することができる。本研究で,著者らは 一階論理規則の表現度を持った確率的図表モデルの機能を組み合わせるマルコフ論理ネットワーク(MLN)のフレームワークを研究する。著者らは,マルコフ論理ネットワークを学習することを提案する,例えば,ケラチノサイト細胞の増殖/分化スイッチに含まれる既知の遺伝子制御ネットワークから開始し,その述語”制御”にとする加重ルールのセット,すべてが一階論理で組み込まれた実験で得られたトランスクリプトームデータと遺伝子の種々な記述のセット。訓練データは不均衡なので,著者らはMLNsのセットを学習するために非対称バギングを使用する。それから,新しい制御の予測は個々のMLNsの予測を平均化することにより取得することができる。付帯的な貢献として,著者らは,実際のデータセットに対する種々のネットワーク推論タスクにおける対での分類子の性能を評価するための3つのin silicoテストを提案する。第一のテストは安定したエッジ予測問題の平均的な性能を測定することから構成されている;第二のテストは一度非対称バギングで強化され,指定されたネットワークを更新するためにその分類子の能力を扱う。著者らの主な結果は,新しい遺伝子のセットを持った制御を予測する方法の能力を測定する第三のテストに関するものである。MLNは数値での離散化した遺伝子発現データのみが供給された時,AUPRに関してペアワイズSVMと同様に機能しない。しかしながら,遺伝子の性質のより完全な記述が異種の情報源により提供された時に,MLNは予測に関連する洞察を提供しながら,ペアワイズSVMのようなブラックボックスモデルと同様な機能を達成する。数値的研究は,意思決定のいくつかの解釈可能への扉を開いている間,MLNが非常に良い予測性能を達成していることを示している。新しい制御を示唆する能力の上に,そのようなアプローチから既知の知識と実験データと交差検定させる。(翻訳著者抄録)

シソーラス用語： 分類 ,  ケラチン細胞 ,  一階論理 ,  解析 ,  *推論 ,  確率モデル ,  *学習 ,  生物学 ,  遺伝子 ,  表現 ,  図表 ,  組合せ ,  フレームワーク【ソフトウェア開発】 ,  増殖 ,  分化 ,  トランスクリプトーム ,  非平衡状態 ,  集合 ,  交差検証法 ,  ブラックボックス
準シソーラス用語： in silico ,  in silico解析 ,  ケラチノサイト ,  バギング【袋】 ,  二項分類 ,  ペアワイズ ,  *遺伝子制御ネットワーク ,  Markovモデル ,  *マルコフ論理ネットワーク ,  システムバイオロジー ,  順序対 ,  対比較分類子 ,  分類子 ,  確率的図表モデル ,  加重 ,  訓練データ ,  不均衡 ,  非対称バギング ,  データセット ,  遺伝子発現データ ,  実験データ ,  エッジ ,  AUPR ,  交差検定

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： 遺伝子制御ネットワーク ,  推論 ,  論理ネットワーク ,  学習