Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第16877号 / 工博第3598号 / 新制||工||1543(附属図書館) / 29552 / 京都大学大学院工学研究科分子工学専攻 / (主査)教授 白川 昌宏, 教授 佐藤 啓文, 教授 濵地 格 / 学位規則第4条第1項該当

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第15673号 / 工博第3331号 / 新制||工||1503(附属図書館) / 28210 / 京都大学大学院工学研究科分子工学専攻 / (主査)教授 白川 昌宏, 教授 佐藤 啓文, 教授 跡見 晴幸 / 学位規則第4条第1項該当

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第16511号 / 工博第3504号 / 新制||工||1530(附属図書館) / 29168 / 京都大学大学院工学研究科分子工学専攻 / (主査)教授 白川 昌宏, 教授 梶 弘典, 教授 濵地 格 / 学位規則第4条第1項該当

自人體基因組計畫與次世代定序的完成後，生物資料呈現爆炸性的成長，其中蛋白質序列也是大量發現的基因產物之一，然而蛋白質的功能檢測與標記極其耗時，因此存在大量已知序列卻不知其功能的蛋白質，在實驗前透過電腦先預測可能之功能，能夠幫助生物學家排定不同的蛋白質功能實驗順序，因而加快蛋白質功能標注的速度。基因本體論（GO）是一個被廣泛使用描述基因產物功能與性質的分類方法，分為生物途徑、細胞組件、分子功能三個分支，每個分支皆為一個由多個GO組成的階層樹。蛋白質功能預測為透過蛋白質序列預測該蛋白質所擁有的GO，因此可以視為一個多標籤的分類機器學習問題。我們提出一個基於序列同源性的機器學習預測框架，同時能夠結合蛋白質家族的資訊，並設計多種不同的投票方法解決多標籤的預測問題。 / Biological data has grown explosively with the accomplishment of Human Genome Project and Next-generation sequencing. Annotating protein function with wet lab experiment is time-consuming, so many proteins’ functions are still unknown. Fortunately, computational function prediction can help wet lab formulate biological hypotheses and prioritize experiments. Gene Ontology (GO) is the framework for unifying the representation of gene function and classifying these functions into three domains namely, Biological Process Ontology, Cellular Component Ontology, and Molecular Function Ontology. Each domain is a hierarchical tree composed of labels known as GO terms. Protein function prediction can be considered as a multiple label classification problem, i.e., given a protein sequence, predict its GO terms. We proposed a machine learning framework to predict protein function based on its homology sequence structure, which is believed to contain protein family information and designed various voting mechanisms to resolve the multiple label prediction problem.

京都大学 / 新制・課程博士 / 博士(農学) / 甲第23953号 / 農博第2502号 / 新制||農||1091(附属図書館) / 学位論文||R4||N5388(農学部図書室) / 京都大学大学院農学研究科応用生命科学専攻 / (主査)教授 木岡 紀幸, 教授 矢﨑 一史, 教授 三芳 秀人 / 学位規則第4条第1項該当 / Doctor of Agricultural Science / Kyoto University / DGAM

傳統的腫瘤指標篩檢方法，往往靈敏度、普及度及特異性有限，無法得到正確、即時的診斷結果。現今癌症的研究，則透過蛋白質體學經由光譜及影像觀察癌症不同時期的蛋白質表現變化，期望未來得以發展較佳之診斷工具。本研究中主要針對兩組攝護腺癌症病人之蛋白質質譜資料，此資料應用蛋白質晶片與表面強化雷射解吸電離飛行質譜技術（SELDI-TOF-MS）收集而來。我們的研究目的在於從大量的蛋白質特徵中篩選出一群有助於分類的蛋白質特徵變數。我們提出以最小分錯率特徵選取法與最小p值（ 檢定、Kruskal-Wallis檢定）特徵選取法進行初步特徵辨識度排序以及選取，並進一步發展出k-mean萃取法、最大相關係數萃取法與判定係數萃取法以改善變數間嚴重的共線性問題。我們利用支援向量機（Support Vector Machine）方法進行分類並評估分類效果，在不同的分類目的下萃取有助於辨識的蛋白質特徵，以決定最佳特徵集合。研究發現運用最小分錯率特徵選取法與最小p值分錯率特徵選取法，輔以判定係數萃取法，在各分類目的下皆有良好表現，為較佳的特徵選取方式。

近年來電腦科技進步、資料庫健全發展，使得處理大量資料的需求增加，因而發展出結合生物醫學與資訊統計兩大領域的生物資訊(Bio-informative)。這個新學門的特色在於資料量及資料變數的龐雜，但過多資料經常干擾資訊的篩選，甚至癱瘓資料分析，因此如何適當地縮減資料(Data Reduction)就變得必要。資料縮減常藉由維度縮減(Dimension Reduction)進行，其中常見的線性維度縮減方法首推主成份分析，屬於非監督式學習(Unsupervised Learning)的一種，而線性的監督式學習(Supervised Learning)方法則有SIR(Sliced Inverse Regression)、SAVE(Sliced Average Variance Estimate)及pHd(Principal Hessian Directions)。非監督式學習的主成份分析，主要在找出少數幾個維度而可以解釋代表自變數的變異程度，而監督式學習的SIR、SAVE及pHd則可以在縮減維度時，同時考量自變數跟應變數之間的關係，而找出可以解釋應變數的維度。 本研究為解決蛋白質質譜儀資料高維度的問題，將應用各種線性維度縮減方法，並分別使用CART(Classification and Regression Tree)、KNN(K-Nearest Neighbor)、SVM(Support Vector Machine)、ANN(Artificial Neural Network)四種分類器，比較各維度縮減方法的分錯率高低，以交叉驗證(Cross Validation)比較維度縮減方法的優劣。研究發現在四種維度縮減方法中，PCA及SIR在各種分類器下都有較為穩定的分錯率，表現較為一致，但SAVE及pHd較不理想。我們也發現在不同的分類器下，PCA跟SIR兩者有不同表現，正確率較高的分類器(SVM與ANN)與PCA結合，而正確率較低的分類器(CART與KNN)與SIR結合，會有較佳的結果。另外，我們也嘗試整合分析(Meta Analysis)，綜合幾種線性維度縮減方法，而提出邊際訓練效果法(Marginal Training Effect Method)與加權整合法(Meta Weighted Method)，其中發現邊際訓練效果法若可以挑選出有效的維度，可以在不同分類器下提高整體模型，而加權整合法則確保在不同分類器下，讓其分類模型具有較為穩定的準確率；並提出相關係數重疊法(Overlap Correlation Method)來解決需要決定維度大小的問題。

癌症高居國人十大死因之首，由於癌症初期病患接受適時治療的存活率較高，因此若能「早期發現，早期診斷，早期治療」則可降低死亡率。本研究主要針對「表面強化雷射解析電離飛行質譜技術」(Surface-Enhanced Laser Desorption / Ionization Time-of-Flight Mass Spectrometry，SELDI-TOF-MS)所蒐集而來的攝護腺癌症蛋白質質譜之事前處理資料進行分析。目的是希望藉由Meta-Learning的方式結合分類器，並以逐步特徵選取之，期望以較少且具代表的特徵變數將資料分類，以達到較高的正確率。本文利用正確率決定逐步特徵選取時變數加入的順序，並進一步以Elastic Net與判定係數作為特徵變數排序依據，以改善變數間共線性高的問題。並且考慮投票法(多數表決法與權重投票法)以及串聯法(cascading)：多個分類器串聯與單一分類器串聯。研究發現，以判定係數刪選特徵變數加入的先後順序並以支持向量機(Support Vector Machine，SVM)串聯的特徵選取結果在各分類下皆有良好表現，為較佳的特徵選取方式。 關鍵字：特徵選取、串聯法、蛋白質質譜、meta-learning、支持向量機

從1980年代被提出的擴散磁振造影理論(Diffusion MRI theory)至1994年推導出的擴散張量磁振造影(diffusion tensor imaging)的理論，擴散磁振造影在現今已具有高重現性，擴散磁振造影由一開始的結構影像進階到具有向量資訊的腦神經影像，不難見得在非侵入式的醫學診斷儀器發展得相當蓬勃，此項技術應用於判斷血性腦中風，可以準確評估腦部、肝臟腫瘤的治療效果。擴散張量影像技術，它主要應用在神經疾病的研究。更進一步的使用神經纖維成像技術來檢測神經網路。神經纖維成像技術，在追蹤神經網路的做法可以分為確定型神經徑路追蹤演算法(deterministic tractography methods)，機率型神經徑路追蹤演算法(probabilistic tractography methods)。在過去的研究中，所使用的確定型追蹤法已有一定的發展在於白質區域的神經追蹤，但是比較困難去描述神經在擴散方向不明確的灰質區域。我們所使用的機率型神經徑路追蹤演算法，追蹤腦迴區域間的神經纖維。透過區分不同的大腦皮質區域，並計算各個腦迴區域之間的神經連結。我們的研究運動為棒球，並將其分成三組，Skilled group(S組)：大專盃甲組(公開組)選手，包含擁有棒球專項體育保送生、體育資優生；Intermediate group(I組)：大專盃乙組(一般組)選手，或是擁有類似層級的比賽經驗，如：系際盃、社會棒球聯賽等；Control group(C組)：無棒球運動經驗者(普通體育課除外)。三組各15名受試者，共45人。我們以灰質腦區的連結機率、區域非等向性(Fractional anisotropy)和平均擴散(mean diffusivity)數據來判斷，FA的數值為0~1之間，數值越大越表此部分水分子越以單一方向擴散，臨床上可能代表神經纖維密度(fiber density)或髓鞘化(myelination)的程度。我們在灰質部分發現Paracentral Lobule、Precentral這些腦區在S組與C組受試者有顯著差異，並且也具有較大的連結機率，在白質發現Posterior corona radiata、Superior longitudinal fasciculus中S組與C組同樣有著顯著差異。本研究以棒球運動員為對象，探討長期訓練下對與腦部連結性的改變，初步結果已發現白質組織擴散影像的連結特性會因為訓練而造成群組間的差異，同時以會在灰質間的連結性找到群組間的差異，此部分結果未來可進一步與其他結構資訊(皮質厚度、體積)做比較。

京都大学 / 新制・課程博士 / 博士(生命科学) / 甲第23342号 / 生博第460号 / 新制||生||61(附属図書館) / 京都大学大学院生命科学研究科高次生命科学専攻 / (主査)教授 朝長 啓造, 教授 杉田 昌彦, 教授 千坂 修 / 学位規則第4条第1項該当 / Doctor of Philosophy in Life Sciences / Kyoto University / DFAM