Prediction of fragile points for robustness checking of cell systems with recurrent neural networks

リカレントニューラルネットワークによる細胞内反応経路の脆弱・頑健部位の推定手法

Prediction of fragile points for robustness checking of cell systems with recurrent neural networks

Creators Kitakaze Hironori

Creators Kanda Masahiro

Creators Nakatsuka Hiroki

Creators Ikeda Nobuhiko

Creators Matsuno Hiroshi

Creators Miyano Satoru

細胞システムは外部環境の変化に対して頑健な構造をもち,内部異常に対しては分子機構が互いに補償することで恒常性を保っている.しかし何かかぎとなる要因により,状態が崩壊してしまう脆弱性も同時に持ち合わせており,バイオシミュレーションツールを用いた脆弱部位の推定手法が求められている.ハイブリッド関数ペトリネット(HFPN)は,多次元の微分方程式の解法を必要とせず,モデルの改変を容易に実現できるが,ノックアウトの実行を繰り返す必要があり多くの処理時間を要する問題が指摘されている.本論文では,HFPNで表現した細胞内反応経路を維持する形でリカレントニューラルネットワーク(RNN)に再形成し,自動で連続的にノックアウトを実現することにより,処理時間の問題を改善する手法を提案する.また,HFPNの速度情報をRNNの結合荷重として与えることで,脆弱部位・頑健部位の推定率の向上も試みる.システムの有効性の評価を上皮成長因子のシグナル伝達モデルを用いて検証し,評価結果に対する考察を述べる.

c2008 IEICE()

[ISSN]1880-4535

[NCID]AA12099634

[isVersionOf] [URI]http://search.ieice.org/index.html