異種ゲノムデータの統合による遺伝子ネットワーク推定手法

摘要

細胞内で生成されるタンパクは生物の主要な構成要素であり，遺伝子はその設計図に相当する．遺伝子がタンパクに変換される時期・量の制御も遺伝子の働きによるものであり，生物は遺伝子同士が協調して作用することによって生命を維持している．このような遺伝子間の依存関係を，頂点と枝から構成されるグラフを用いて表現したものを遺伝子ネットワークという．近年のマイクロアレイ技術の発展により，細胞内の遺伝子の活動状態を網羅的に観測できるようになり，遺伝子発現データとして蓄積されている．遺伝子発現データに基づく遺伝子ネットワークの推定問題は，バイオインフォマティクスにおいて最も重要な課題の1つと考えられる．遺伝子ネットワークの推定問題は，遺伝子の発現量を確率変数として見なすことにより，グラフィカルモデルの推定問題として定式化される．しかし，ネットワークに含まれる遺伝子は一般に数百以上と多く，そのためモデルに含まれるパラメータの数は膨大となる．したがって，発現データへの過適合を避けるためのモデリングの方法論を構築することが必要不可欠といえる．本稿ではこのような問題を解決するための方法として，著者らが開発した2つの異なるァプローチによる遺伝子ネットワーク推定手法について解説する．1つは同一の遺伝子から直接の制御を受ける遺伝子のDNA配列上流領域に共通の制御配列が存在することに着目し，共通配列探索と発現データを組み合わせた方法．他方は2種類の異なる生物種の遺伝子ネットワータを，両種に進化的に保存されている情報を互いに利用しながら同時に推定する手法である．両手法は，ベイジアンネットワークを遺伝子ネットワークのモデルとして用い，ネットワークをグラフ構造の事後確率最大化に基づいて推定する．その際，配列情報および進化情報をネットワークの事前確率を構成するために用いることが特徴となっている．開発した手法はシミュレーションおよび実データヘの適用を通してその有効性を確認した．