リピート要素のde novo発見に基づく長鎖ノンコーディングRNAの機能の解明

点击翻译按钮获取中文摘要

・大規模言語モデルを用いてRNA-タンパク質相互作用予測を行うモデルRBP-BERTを構築した．154個のRBPのeCLIP-seqデータを用いた評価実験により，提案モデルは他の最先端の予測モデルを凌駕していることがわかった。さらに、詳細な解析により、BERT-RBPは、配列情報のみに基づいて転写領域の種類とRNAの二次構造の両方を認識できることが明らかになった．以上より，RBP-BERTは予測精度と解釈性を兼ね備えた優れたモデルであることが示された．・研究成果をレビュー論文"Bioinformatics Approaches for Determining the Functional Impact of Repetitive Elements on Non-coding RNAs"としてまとめ，Methods in Molecular Biologyに掲載された．本論文ではncRNAにおける繰り返し要素の役割を明らかにする最近の知見を要約し，さらに，関連するバイオインフォマティクスアプローチを系統的にレビューした．これらはncRNAにおける繰り返し要素の機能的影響を研究するための貴重なリソースを提供することが期待される．・特にリピート要素に着目してRNA-RNA相互作用の予測を行った．・共同研究により酵母のRNA機能エレメントを新たに発見した．機能エレメントの意義は実験により明らかにされている．