• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実績報告書

次世代シークエンシングデータを利用した機械学習によるRNA二次構造予測の高精度化

研究課題

研究課題/領域番号 16K00404
研究機関慶應義塾大学

研究代表者

佐藤 健吾  慶應義塾大学, 理工学部(矢上), 講師 (20365472)

研究期間 (年度) 2016-04-01 – 2020-03-31
キーワードバイオインフォマティクス / RNA二次構造予測 / 機械学習
研究実績の概要

RNA二次構造予測は古くから研究されているにも関わらず,長鎖非コードRNAやRNAウィルスのような長いRNA配列に対する予測精度は未だに十分とは言えない.近年,次世代シークエンサーから二次構造プロファイルを取得することが可能となったが,二次構造プロファイルは完全な二次構造でないために,既存の機械学習に基づく手法をそのまま適用することはできない.本研究では,部分的な構造情報である二次構造プロファイルを弱レベル学習データとして利用可能とする機械学習アルゴリズムを開発し,既存手法よりも精密な二次構造モデルを大量の二次構造プロファイルから学習することによって,過学習を回避しつつRNA二次構造予測の精度向上を目指す.これにより,二次構造予測をベースにした機能性RNAの機能・構造解析の精度向上を実現する.本年度は,深層学習によるRNA二次構造予測アルゴリズムを開発した.昨年度開発したmxfoldを拡張し,自由エネルギー最小化に基づく手法と深層学習に基づく手法を組み合わせ,さらに自由エネルギー値に基づく正則化を深層学習モデルに組み込むことによって適切な複雑さを表現することができる二次構造予測モデルを学習する.ベンチマーク実験では,mxfoldを含む従来の手法と比べて極めて高い精度でRNA二次構造を予測可能であることを示した.さらに,深層学習を用いて塩基対確率を直接推定し,その上で期待精度最大化に基づくRNA二次構造予測を行う手法の改良を行った.これによって,通常のRNA二次構造予測のみならず,シュードノット構造を考慮したRNA二次構造予測において既存手法を上回る精度を期待できる.

  • 研究成果

    (3件)

すべて 2020 2019

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (2件) (うち国際学会 2件)

  • [雑誌論文] An improved de novo genome assembly of the common marmoset genome yields improved contiguity and increased mapping rates of sequence data2020

    • 著者名/発表者名
      Jayakumar Vasanthan、Ishii Hiromi、Seki Misato、Kumita Wakako、Inoue Takashi、Hase Sumitaka、Sato Kengo、Okano Hideyuki、Sasaki Erika、Sakakibara Yasubumi
    • 雑誌名

      BMC Genomics

      巻: 21 ページ: 243

    • DOI

      https://doi.org/10.1186/s12864-020-6657-2

    • 査読あり / オープンアクセス
  • [学会発表] A max-margin training of RNA secondary structure prediction integrated with the thermodynamic model2020

    • 著者名/発表者名
      Akiyama, M., Sato, K., Sakakibara, Y.
    • 学会等名
      Noncoding RNAs: Mechanism,Function and Therapies, Keystone Symposia
    • 国際学会
  • [学会発表] A max-margin training of RNA secondary structure prediction integrated with the thermodynamic model2019

    • 著者名/発表者名
      Akiyama, M., Sato, K., Sakakibara, Y.
    • 学会等名
      RNA Informatics
    • 国際学会

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi