2021 Fiscal Year Annual Research Report
RNA secondary structure prediction using nanopore sequencers
| Project/Area Number |
19H04210
|
|---|
| Research Institution | Tokyo Denki University |
|---|
Principal Investigator |
佐藤 健吾 東京電機大学, システム デザイン 工学部, 教授 (20365472)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
加藤 有己 大阪大学, 大学院医学系研究科, 准教授 (10511280)
河原 行郎 大阪大学, 大学院医学系研究科, 教授 (80542563)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | RNA二次構造 / RNA修飾 / ナノポアシークエンサー / 深層学習 |
|---|
| Outline of Annual Research Achievements |
近年の研究から，ゲノムの80%以上の領域からRNAが転写され，そのほとんどがタンパク質をコードしない非コードRNAであることが明らかとなった．配列長の長い長鎖非コードRNA(lncRNA)の多くが様々な機構に関与し，その機能と二次構造の相関が注目されている．本研究では，RNAの構造と機能の網羅的な相関解析へ向けて，その基盤となるRNA二次構造決定のための新しい技術を開発する．具体的には，RNA二次構造特異的に化学修飾を引き起こす化合物でRNA配列を処理し，ナノポアシークエンサーでその化学修飾を直接読み取ることによって二次構造プロファイルを計測する方法を確立する．本年度は以下を実施した．まず，非塩基対に確率的に付加される1-methyl-7-nitroisatoic anhydride (1M7)をナノポアシークエンサーが読み取った際に出力する電流信号のデータ解析を行い，このデータから1M7を検出するためのアルゴリズムの開発に着手した．次に，昨年度までに開発した深層学習によるRNA二次構造予測法MXfold2に対し，1M7などRNA二次構造特異的な化学修飾の反応度を考慮し，これになるべく適合するRNA二次構造を予測する手法を実装した．さらに，MXfold2とは異なる方法での深層学習によるRNA二次構造予測手法を開発した．この手法は深層学習によるRNA二次構造予測法の既存の方法と類似した手法である．この手法を用いて，訓練データに対する過剰適合に関する大規模な実験を行った．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
