DNA配列機械学習モデルの予測根拠に基づく非翻訳RNAの発現特異性の解明

• 研究課題/領域番号: 23K14164
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分43050:ゲノム生物学関連
• 研究機関: 東京大学
• 研究代表者: 小井土 大 東京大学, 大学院新領域創成科学研究科, 助教 (40787561)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2025年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 非翻訳RNA / 機械学習 / 遺伝子発現 / リバース・エンジニアリング

研究開始時の研究の概要

遺伝子発現量を高精度で予測する機械学習法「ゲノミクスAI」が開発され、数万塩基のDNA配列パターンから組織ごとの発現量予測が可能となったものの、ゲノミクスAIの予測機構がブラックボックスであるという課題が残る。本研究では、申請者が最近報告した非翻訳RNAに特化したゲノミクスAI（MENTR法）のリバース・エンジニアリングによって予測根拠のブラックボックス解明に挑む。これにより、従来法では困難だった非翻訳RNAの転写予測がMENTR法で可能になった理由の解明を目指し、次世代型MENTR法の開発につなげる。