| 研究課題/領域番号 |
18K18143
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分62010:生命、健康および医療情報学関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
山田 和範 東北大学, 情報科学研究科, 准教授 (20756217)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
|
|---|
| キーワード | 人工知能 / 配列解析 / 生物学的文字列 / 文字列 / 配列類似性検索 / 生物学的配列 / 配列アライメント / 機械学習 |
|---|
| 研究成果の概要 |
アミノ酸の位置特異的置換行列（PSSM）はアミノ酸配列に対して計算可能な，アミノ酸の進化情報を有する行列形式のデータです．PSSMの構築をするためには，大きなデータベースに対して繰り返し配列の類似性検索をする必要があり，とても大きな時間がかかります．本研究では，PSSMの性質を維持したままその生成時間を短縮するための人工知能，SPBuildを開発しました．SPBuildの開発には再帰型ニューラルネットワーク（RNN）を利用しましたが，本研究ではさらにRNN自体の高度化研究に取り組みました．開発した新たなRNNであるYamRNNは既存のRNNと比較してより良い収束性能を示しました．
|
| 研究成果の学術的意義や社会的意義 |
生物学的文字列の類似性検索法は医学や生物学の解析をする際に最も基本的な情報科学的な解析法のひとつです．類似性検索法の利用によって，様々な発見がされてきましたし，この性能向上を達成することでさらなる発見が期待されます．今回の研究で開発した人工知能が出力する情報は，この配列類似性検索法を高性能に行うために必要な情報です．これまでにとても長い時間をかけて生成していたこの情報を高速に生成できるようにしました．また，この研究で人工知能を開発した方法は，それ自体がとても計算量が大きな方法でした．よって，この研究ではさらに発展的により計算量が少ない人工知能を開発する要素技術も新たに開発しました．
|
