SiGN: 大規模遺伝子ネットワーク推定ソフトウェア

SiGN-SSM（サイン-SSM） は時系列遺伝子発現データから遺伝子ネットワークを推定するためのオープンソースソフトウェアです． SiGN-SSMは状態空間モデル（SSM: State Space Model） と呼ばれる動的な統計モデルを時系列の多変量観測データから推定します． 状態空間モデルは，核となる動的システムを記述する「モジュール」と， モジュールから各遺伝子への対応付けにより， 細胞内遺伝子発現の動的な変化および遺伝子間の依存関係をモデル化します． SiGN-SSM は様々な並列実行環境を用いて並列動作することが可能で， 通常の PC に搭載されたマルチコア CPU による並列実行から PC クラスタや 超並列スーパーコンピュータを用いた数百〜数千並列の動作に対応しています． SiGN-SSM は遺伝子間の動的な依存関係を解析するだけでなく， 時系列データを用いた有意に発現差のある遺伝子抽出も可能です．

SiGN-BN はベイジアンネットワークを用いた遺伝子ネットワーク推定ソフトウェアです． 一般的なベイジアンネットワークモデルとは異なり，親子関係のモデリングに B-スプラインによる連続値ノンパラメトリック回帰モデルを用いているのが特徴の一つです． 遺伝子の制御関係は一般に非線形であるため，これは遺伝子ネットワークとして適したモデリング方法です． 観測データに適したベイジアンネットワークの構造推定は非常に多くの計算が必要なため， 大規模な遺伝子ネットワーク解析には用いられてきませんでした． 我々の研究グループではこの問題を克服する，スーパーコンピュータを活用した様々なアルゴリズムを開発しています． 現在，推定したい遺伝子ネットワークサイズに応じて以下の３種類の構造推定アルゴリズムが実装されています． (a) １０００遺伝子程度まで適用可能な greedy hill-climbing アルゴリズムとブートストラップ法を組み合わせた方法， (b) ２万以上の全ゲノム遺伝子に適用可能な neighbor node sampling & repeat アルゴリズム， および (c) 最大３７遺伝子までの全体最適構造を探索可能な ParaOS-DC アルゴリズム．

SiGN-L1 はスパース学習法を用いた遺伝子ネットワーク推定ソフトウェアです． これは L1-正則化を用いガウシアングラフィカルモデルやベクター自己回帰モデルなどの統計的グラフィカルモデルのパラメータ学習およびモデル選択を同時に行うものです． 現在以下の３つのアルゴリズムにより疎ネットワーク構造をL1正則化を用いて推定します． (a) Weighted lasso, (b) recursive elastic net, および (c) relevance-weighted recursive elastic net. これらのうち最初の２つは１０万以上の分子からなる大規模ネットワークを推定することを目的とし， 最後のアルゴリズムは遺伝子ネットワーク推定と様々な条件下で観測された生物学的データによる比較法を実装したもので１０００遺伝子程度の中規模遺伝子ネットワークに適用可能です．