Development of Machine Learning Algorithm Encapsulating Probability Distribution of RNA Secondary Structure

2023 Fiscal Year Final Research Report

• 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
• Keywords: RNA2次構造 / 特徴抽出 / 回帰モデル / 機械学習

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.

Free Research Field

バイオインフォマティクス

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。