DNA配列機械学習モデルの予測根拠に基づく非翻訳RNAの発現特異性の解明

Research Project

Project/Area Number	23K14164
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 43050:Genome biology-related
Research Institution	The University of Tokyo
Principal Investigator	小井土大東京大学, 大学院新領域創成科学研究科, 助教 (40787561)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	非翻訳RNA / 機械学習 / 遺伝子発現 / リバース・エンジニアリング
Outline of Research at the Start	遺伝子発現量を高精度で予測する機械学習法「ゲノミクスAI」が開発され、数万塩基のDNA配列パターンから組織ごとの発現量予測が可能となったものの、ゲノミクスAIの予測機構がブラックボックスであるという課題が残る。本研究では、申請者が最近報告した非翻訳RNAに特化したゲノミクスAI（MENTR法）のリバース・エンジニアリングによって予測根拠のブラックボックス解明に挑む。これにより、従来法では困難だった非翻訳RNAの転写予測がMENTR法で可能になった理由の解明を目指し、次世代型MENTR法の開発につなげる。