Predicting and understanding gene expression levels in reconstituted cell-free translation systems using machine learning

Publicly Offered Research

Project Area	Bottom-up creation of cell-free molecular systems: surpassing nature
Project/Area Number	24H01111
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	The University of Tokyo
Principal Investigator	市橋伯一東京大学, 大学院総合文化研究科, 教授 (20448096)
Project Period (FY)	2024-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000) Fiscal Year 2024: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Keywords	無細胞翻訳系 / 合成生物学 / 遺伝子発現
Outline of Research at the Start	本研究では（１）遺伝子配列から発現量を予測する機械学習、（２）機械学習モデルを用いた遺伝子配列のデザインと実験的検証、（３）機械学習モデルの解釈と実験的検証、の３項目を実施することで、遺伝子配列からPURE systemでの発現量を予測するモデルを構築し、さらに学習後のモデルを解釈すること（いわゆる解釈可能なAI）により、PURE systemにおける発現量を決める配列要因を理解することを目指す。これにより、データベース上の未利用遺伝子や人工設計した遺伝子など、任意の遺伝子をPURE systemで効率良く発現させることができるようになり、人工分子システム構築の基盤技術となることが期待される。