• 研究代表者: 吉田 亮（情報・システム研究機構 統計数理研究所 准教授 )
• 連携研究者: 伊庭 幸人（情報・システム研究機構 統計数理研究所 准教授)

研究室ホームページ http://daweb.ism.ac.jp/~yoshidar/index_j.htm

高速シーケンサがゲノム情報の爆発的な大規模化をもたらした今、シーケンスデータ解析の方法論の抜本的な見直しが求められている。 モチーフ配列の発見、すなわち塩基配列に埋め込まれた短い保存配列を検出する問題は、生物情報学の創世期からの研究対象であり、現在に至るまで実に多くの方法論が提案されてきた。 しかしながら、近年のデータの大規模化により、これら第一世代のモチーフ検出手法はその機能を果たせなくなりつつある。そこで、第二世代アルゴリズムの開発競争が始まることとなる。 次世代シーケンサ以降の第二世代アルゴリズムの中で、真に実用レベルに達するものは今のところ存在しない。 本研究チームは、タスク分割型モチーフサンプラーという独自性の高いベイジアンモデリング及び並列コンピューティングの技術を有する。 本研究では、このモチーフサンプラーをさらに発展させ、世界最高水準の第二世代モチーフ検出法を完成させる。 開発手法をプロモータ解析に適用し、癌ゲノムの転写制御経路マップの作成に取り組む。