電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2014-11-17 17:00
[ポスター講演]Heuristic principal component analysis based unsupervised feature extraction and its application to bioinformatics
Y-h. TaguchiChuo Univ
技報オンラインサービス実施中
抄録 (和) (事前公開アブストラクト) Feature extraction (FE) is a difficult task when the number of features is much
larger than the number of samples, although that is a typical situation when biological (big) data is analyzed. This is especially true when FE is stable, independent of the samples considered (stable FE), and is often required. However, the stability of FE has not been considered seriously. In this poster, we demonstrate that principal component analysis (PCA) based unsupervised FE functions as stable FE. Three bioinformatics applications of PCA based unsupervised FE: 1. detection of aberrant DNA methylation associated with diseases 2. biomarker identification using circulating microRNA and 3. proteomic analysis of
bacterial culturing processes, are discussed. 
(英) : Feature extraction (FE) is a difficult task when the number of features is much
larger than the number of samples, although that is a typical situation when biological (big)
data is analyzed. This is especially true when FE is stable, independent of the samples
considered (stable FE), and is often required. However, the stability of FE has not been
considered seriously. In this poster, we demonstrate that principal component analysis (PCA)
based unsupervised FE functions as stable FE. Three bioinformatics applications of PCA
based unsupervised FE: 1. detection of aberrant DNA methylation associated with diseases [1-
2], 2. biomarker identification using circulating microRNA [3-4] and 3. proteomic analysis of
bacterial culturing processes [5], are discussed.
In the first application, we have treated two examples: identification of genes with aberrant
promoter methylation commonly associated with three autoimmune diseases [1] and
identification of genes with genotype specific aberrant DNA methylation associated with
Esophageal squamous cell carcinoma[2]. For both applications, we have successfully
identified genes with significant probabilities.
In the second application, we have also treated two examples: identification of blood miRNAs
discriminating between three liver inflammatory diseases and health controls [3] and
identification of blood miRNAs discriminating 14 diseases and healthy controls. For these
two applications. We have successfully identified sets of limited number (about ten) of
miRNAs discriminating samples by 0.8 to 0.9 accuracies.
In the third application, we have applied PCA based unsupervised FE to culturing processes
of bacteria, S. pyogenes that often causes life-threading diseases. In this application, our
method successfully identified critical proteins in culturing processes of bacteria,
In conclusion, PCA based unsupervised FE is promising method which can be applied to wide
range of bioinformatics applications.
References:
1) S. Ishida et al, (2014) Bioinformatic screening of autoimmune disease genes and protein
structure prediction with FAMS for drug discovery, Protein Pept Lett. in press.(PMID:
23855671)
2) R. Kinoshita et al, (2014) Genes associated with genotype-specific DNA methylation in
squamous cell carcinoma as candidate drug targets, BMC Syst Biol. 8(S1):S4.
3) Y-h. Taguchi and Y. Murakami, (2013) Principal Component Analysis Based Feature
Extraction Approach to Identify Circulating microRNA Biomarkers, PLoS ONE,
8(6):e66714.
4) Y. Murakami et al, (2012) Comprehensive miRNA expression analysis in peripheral blood
can diagnose liver disease PLoS ONE, 7(10):e48366.
5) YH Taguchi, Akira Okamoto (2012) Principal Component Analysis for Bacterial
Proteomic Analysis, Pattern Recognition in Bioinformatics 2012, Lecture Notes in Computer
Science, Vol. 7632, PP.141-152
キーワード (和) / / / / / / /  
(英) principal component analysis / feature extraction / bioinformatics / / / / /  
文献情報 信学技報, vol. 114, no. 306, IBISML2014-46, pp. 87-94, 2014年11月.
資料番号 IBISML2014-46 
発行日 2014-11-10 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IBISML  
開催期間 2014-11-17 - 2014-11-19 
開催地(和) 名古屋大学 
開催地(英) Nagoya Univ. 
テーマ(和) 情報論的学習理論ワークショップ(IBIS2014) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2014-11-IBISML 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Heuristic principal component analysis based unsupervised feature extraction and its application to bioinformatics 
サブタイトル(英)  
キーワード(1)(和/英) / principal component analysis  
キーワード(2)(和/英) / feature extraction  
キーワード(3)(和/英) / bioinformatics  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 田口 善弘 / Y-h. Taguchi /
第1著者 所属(和/英) 中央大学 (略称: 中大)
Chui University (略称: Chuo Univ)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2014-11-17 17:00:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2014-46 
巻番号(vol) IEICE-114 
号番号(no) no.306 
ページ範囲 pp.87-94 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2014-11-10 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会