| 研究課題/領域番号 |
21K15075
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分43060:システムゲノム科学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
寺井 悟朗 東京大学, 大学院新領域創成科学研究科, 特任准教授 (40785375)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | RNA2次構造 / 特徴抽出 / 回帰モデル / 機械学習 |
|---|
| 研究開始時の研究の概要 |
RNAの２次構造は様々な生命現象で重要な役割を果たしており、その役割を正確に理解することは学術的にも工学的にも重要である。近年、実験技術の進歩によりRNA２次構造が関与する生命現象に関する大規模データが蓄積されつつある。本研究では、大規模データの背後にあるRNA２次構造の確率的振る舞いを考慮しつつ、特徴抽出や予測モデルの構築を行う新しい機械学習アルゴリズムを開発する。そして、このアルゴリズムを様々なタイプの大規模データへ適用することを通じて、汎用的な枠組へと発展させることを目指す。
|
| 研究成果の概要 |
近年の実験技術の進歩により、RNA2次構造が関与する生命現象についての大規模データが得られるようになった。そこで、本研究ではRNAの塩基配列と活性に関するデータから重要な２次構造を抽出したり予測モデルを学習したりする手法の開発を行った。そして、この手法を性質の異なる複数のデータセットに対して適用することにより、本手法の汎用性を示した。
|
| 研究成果の学術的意義や社会的意義 |
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。
|
