2021 年度研究成果報告書

GenomeGAN: 敵対的生成ネットワークによるインシリコゲノム合成

研究課題

PDF

研究課題/領域番号	19K22897
研究種目	挑戦的研究(萌芽)
配分区分	基金
審査区分	中区分62:応用情報学およびその関連分野
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)	2019-06-28 – 2022-03-31
キーワード	バイオインフォマティクス / ゲノム合成 / 敵対的生成ネットワーク / 深層強化学習 / RNA配列設計 / RNA二次構造
研究成果の概要	特定の形質を持つゲノム配列生成を目指して，ある特定の二次構造を形成するRNA配列を設計するRNA配列設計問題に取り組んだ．深層強化学習を塩基配列空間の探索の最適化のための学習手法として用いることで，ターゲットの二次構造に対するより効率的な塩基配列の生成が可能とした．離散値である塩基配列をActivation Maximizationを用いて微分可能な表現に変換して最適化する手法をRNA配列設計問題へ応用した．シュードノット構造を含むRNA二次構造予測法IPknotを改良し，配列長に対して線形の計算量を実現した．
自由記述の分野	バイオインフォマティクス
研究成果の学術的意義や社会的意義	合成生物学は，生命を再構成することによってその完全な理解を目指す究極のアプローチであると同時に，生物の工学的な応用に繋がることからその産業的な価値も極めて高い.しかし，生命として完全に機能するゲノム配列を設計して，人工的な生命を合成することは困難を極める挑戦的な課題である.