名称

INGOR

開発責任者

Yoshinori Tamada

おもな責任者

Yoshinori Tamada

内容

超多項目の計測データから項目（因子・変数）間の因果関係をネットワークとして予測する、B-splineノンパラメトリック回帰モデルを用いたベイジアンネットワークの構造推定ソフトウェアである。遺伝子発現データからの遺伝子ネットワークを予測・解析や、健康ビッグデータから健診項目間の関係性や疾病に対する関連性の解析など、多目的に用いることができる。２条件の違いからシステムに差のあるサブネットワークを抽出することや、サンプル（ケース）ごとに個別のネットワークを得ることもできる。

どんなことができるか

主に、DNAシークエンサなどの遺伝子発現データを元に遺伝子ネットワークを構築するために用いられている。使用可能なデータは遺伝子発現データだけでなく、オミクスデータ全般を利用可能で分子ネットワークを広く解析可能である。遺伝子ネットワーク解析は既存知識に基づくものとデータ駆動型の二種類に大別されるが、本アプリは後者の遺伝子ネットワーク解析を実現するもので、ネットワーク解析により創薬ターゲット探索や疾病・薬剤機序解明につながる仮説を計測データのみから既存知識なしで予測する。入力データ次第で様々な疾患・化合物の解析に使用可能である。

INGORによるネットワーク推定の特徴は数万因子の入力データに対応していることと、入力データの個別のサンプル毎のネットワークを算出可能な点である。前者により、事前に遺伝子を選択せずに丸ごとネットワーク解析可能である。これができるネットワーク推定アプリはほとんど存在しない。また後者により患者毎の解析が可能で、例えば予後の良し悪しや特定の薬剤に対する抵抗性・感受性の違い、そもそもの疾患の有無などのサンプル間の違いを解析することで、数万因子の巨大ネットワークから真に重要な数百程度の重要ネットワークを特定可能である。これは枝毎サンプル毎にECvと呼ばれる値を算出可能な点を応用したもので、他のネットワーク解析ソフトウェアでは実現できない。

主なターゲット疾患の例として、癌が挙げられる。癌は遺伝子ネットワークの病気である。細胞内の遺伝子の制御が異常をきたし、制御が効かなくなり、細胞が増殖する。従って、遺伝子ネットワーク解析と相性がよい。京を用いた過去のプロジェクトの成果は　https://tcng.hgc.jp/　にDBとしてまとめてある。

関係論文

使用例

SARS-CoV-2の論文では、重症度の異なる患者の遺伝子ネットワークを比較した。遺伝子ネットワークを解析して重要とみなされた遺伝子が、今まで開発されてきている薬のターゲットとなっていることを確認することが出来た。

マニュアル・ チュートリアル資料

https://sign.hgc.jp/ingor/

関連する教科書

グラフィカルモデル（鈴木譲・植野真臣編著／共立出版）

ソフトウェアのホームページ・入手方法

INGORはバイナリを提供予定。ECv計算はリクエストがあれば玉田から提供。
前身のSiGN-BNは、https://sign.hgc.jp/signbn/ でバイナリを公開中

問い合わせ先

Yoshinori Tamada

アプリケーションライセンス

ネットワークの推定部分は OSS 化を予定しているが当面先になるかもしれない。サブネットワークの推定部分は特許化された部分があり学術利用者には提供中。商用利用は要相談。