| Project/Area Number |
21K15075
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 43060:System genome science-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
Terai Goro 東京大学, 大学院新領域創成科学研究科, 特任准教授 (40785375)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | RNA2次構造 / 特徴抽出 / 回帰モデル / 機械学習 |
|---|
| Outline of Research at the Start |
RNAの２次構造は様々な生命現象で重要な役割を果たしており、その役割を正確に理解することは学術的にも工学的にも重要である。近年、実験技術の進歩によりRNA２次構造が関与する生命現象に関する大規模データが蓄積されつつある。本研究では、大規模データの背後にあるRNA２次構造の確率的振る舞いを考慮しつつ、特徴抽出や予測モデルの構築を行う新しい機械学習アルゴリズムを開発する。そして、このアルゴリズムを様々なタイプの大規模データへ適用することを通じて、汎用的な枠組へと発展させることを目指す。
|
| Outline of Final Research Achievements |
Due to recent advancements in experimental techniques, large-scale data on biological phenomena involving RNA secondary structures have become available. In this study, we developed methods to extract important secondary structures and train predictive models from data consisting of RNA sequences and their activity. By applying these methods to multiple datasets with different properties, we demonstrated the versatility of our approach.
|
| Academic Significance and Societal Importance of the Research Achievements |
RNA配列と活性に関するデータを統一的な枠組みで解析するためのアルゴリズムは世界的に見ても類がなく新規性が高い。提案手法を用いることにより、従来は個々の研究者が別々に手法開発を行っていたデータの解析を、統一的な枠組みで実施できるようになる。本手法の開発により、RNA配列と活性に関するデータを取得した研究者が、RNA2次構造を精密に考慮した特徴抽出や予測モデルの開発を簡便に実施出来るよになることが期待される。
|
