【研究分野】生体生命情報学

【研究領域課題番号】23680030 (KAKENデータベースで見る）

【研究キーワード】

進化 / 大腸菌 / オートメーション / トランスクリプトーム / ゲノム / 進化実験 / ラボオートメーション / ストレス耐性 / 微生物 / 生体生命情報学 / マイクロアレイ / 次世代シーケンサ

【研究成果の概要】

本研究は、進化過程における微生物の表現型・遺伝子型の変化を高精度に解析することにより、適応進化のダイナミクスを担うメカニズムの根源に迫ることを目的としている。まず系統的な進化実験を行うために、ラボオートメーションを用いた自動培養システムの構築を行い、数百系列の培養を対数増殖期を保つように植え継ぐことに成功した。そのシステムを用いて、様々なストレス添加条件下での進化実験を行い、その過程における遺伝子発現量の変化とゲノムへの変異固定を網羅的に定量した。これらのデータを統合することにより、一部の適応的な表現型の変化はゲノムの変異によって説明できないことが示唆された。

【研究種目】若手研究(A)

【研究期間】2011-04-01 - 2014-03-31

【配分額】27,040千円 (直接経費: 20,800千円、間接経費: 6,240千円)

【研究分野】統計科学

【研究領域課題番号】18300092 (KAKENデータベースで見る）

【研究キーワード】

多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ / 生体生命情報学 / マイクロアレイ / 高次元データ / 高次元小標本 / 判別分析 / クラスター分析 / モデル選択基準 / ダイバージェンス / 異常値 / 混合正規分布 / 統計科学 / 主成分分析 / 固有値問題 / 次元推定 / 次元縮約 / 次元の呪い / 高次元漸近理論 / マイクロアレイデータ / 多変量データ解析 / 標本数 / 標本数決定 / 領域推定 / 共分散構造 / 漸近理論 / ベイズ法 / ランダム行列 / 逐次区間推定 / 情報不等式

【研究成果の概要】

高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの解析に役立てた。

【研究種目】基盤研究(B)

【研究期間】2006 - 2009

【配分額】18,120千円 (直接経費: 14,700千円、間接経費: 3,420千円)