| Project/Area Number |
23K16997
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
福永 津嵩 早稲田大学, 高等研究所, 准教授(任期付) (80791433)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
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: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | RNA二次構造 / 深層学習 / アルゴリズム / 高速化 / lncRNA |
|---|
| Outline of Research at the Start |
近年、シミュレーション科学の分野では、深層学習を活用することで複雑な計算を省略し、計算を大幅に高速化する研究が注目を集めている。本研究では、この深層学習による高速化技術をRNA二次 構造解析に応用することで、大規模トランスクリプトームデータにも適用可能な高速二次構造特徴計算ソフトウェアを開発することを研究の目標とする。
|
| Outline of Annual Research Achievements |
深層学習を用いてRNA accessibility計算を高速化するDeepRaccessを開発し、既存手法のRaccessと高い相関を持つこと及び原核生物の開始コドン周辺配列から翻訳量を推定するのに有効であることを示した。本研究は既に論文出版済みである(Hara et al., Frontiers in Bioinformatics, 3, 1275787)。また深層学習とは別の方法として、ビームサーチを用いてRNA構造解析を高速化する手法にも取り組んででおり、CentroidAlignやCentroidHomFoldについてアルゴリズムの実装を進めた。現在、小規模データセットにおいては高い速度パフォーマンスが出ていることを確認している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究のコアとなる技術であるDeepRaccessについて開発に成功したため。
|
| Strategy for Future Research Activity |
RNA accessibility以外の二次構造特徴量である塩基絵対結合確率や構造プロファイルについても、深層学習を活用して高速化できるかについて検討を進める。また、ビームサーチを用いて高速化したCentroidAlignやCentroidHomFoldについて、大規模データセットでの検証を進め、論文化を行う。
|
