九州大学集中讲义.pptVIP

* * * * * * * * * * * * 計算困難性に関する結果 制御系列を見つけるのは一般に計算困難（ＮＰ困難） ネットワークが以下のような単純な構造をしていても計算困難 　　　　　　　?　Dattaらの開発したような 　　　　　　　　　　非効率的アルゴリズムを使うのも仕方がない BN制御の動的計画法アルゴリズム DattaらのアルゴリズムをBNに合わせ簡単化 DPテーブル 状態　　　　　　　　　　から目標状態に至る制御系列があれば 1、それ以外は０ アルゴリズム（再帰式） 動的計画法アルゴリズムの説明 D[0,1,1, 3] = 1 D[1,1,1, 2] =1 u1=1, u2=1 D[0,0,0, 2] = 0 DP計算 ただし、DP表は 指数サイズ ネットワークが木構造の場合 効率よく（多項式時間で）制御系列が計算可能 木構造：　ループ無しの連結グラフ 木構造に対するアルゴリズム　（１） 基本アイデア: 以下の S[vi,t,b] という表を、 t=0 から t=M という順に、かつ、木の葉から根へという順に、動的計画法で計算 S[vi,t,b] 木構造に対するアルゴリズム　（２） S[vi,t,b] の計算: S[vi,t,b] の計算例 S[v3,t+1,1]=1 if S[v1,t,1]=1 and S[v2,t,1]=1 S[v3,t+1,0]=0 if S[v1,t,0]=1 or S[v2,t,0]=1 Note: このアルゴリズムは Datta et al. の 　　動的計画法アルゴリズムと本質的に異なる まとめ ブーリアンネットワーク 頂点?遺伝子、制御規則?ブール関数 点アトラクター検出 再帰的アルゴリズム（O(2n)時間より高速） SATへの変換　　 確率ブーリアンネットワークの制御 動的計画法による指数時間アルゴリズム ブーリアンネットワークの制御 動的計画法による指数時間アルゴリズム 木構造に対する多項式時間アルゴリズム * * * * * * * * * * * * * * * * * * * * * * * * * 集中講義（九州大学数理学研究院）バイオ構造データに対する数理モデルとアルゴリズム（４）ブーリアンネットワーク 阿久津　達也 京都大学　化学研究所 バイオインフォマティクスセンター 内容 ブーリアンネットワーク 定常状態の高速検出アルゴリズム 確率ブーリアンネットワーク 制御系列計算のアルゴリズム 代謝ネットワークのブーリアンモデルと頑健性解析 計算量 情報科学では、入力データのサイズ(n)に対して、計算時間がどのように変化するかを理論的に解明することが重要 O(n): かなり速い（文字列検索など） O(n log n): 結構速い（ソートなど） O(n2): まあまあ速い（アライメントなど） O(n3): ちょっと遅い（RNA二次構造予測など） O(n4): 結構遅い（Pseudo-knotつきRNA二次構造予測など） NP困難： すごく遅い （マルチプルアライメント、スレッディングなど) P=NP は理論計算機科学における最大の難問 P≠NPならば、NP困難問題に対する理論的に効率的なアルゴリズム（多項式時間アルゴリズム）は存在しない しかし、タンパク質配列などは n ≦ 1000 くらいなので、実用アルゴリズムを開発できる可能性はある ブーリアンネットワーク ブーリアンネットワーク 遺伝子ネットワークの数理モデル 頂点?遺伝子 状態：　1 (発現) と 0 (非発現)のみ 制御規則 ブール関数 (AND, OR, NOT …) もし、y が x を直接制御していれば、y から x に辺が存在 状態は（クロックに）同期して変化 基本的にデジタル回路と同じ [Kauffman, The Origin of Order, 1993] ブーリアンネットワークの例 A B C A ’ = B B ’ = A and C C ’ = not A 状態遷移表 ブーリアンネットワーク A ’ B’ C’ time ｔ time ｔ＋１ A B C 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 1 0 1 1 1 0