ニューラル・ネットワークを利用した超高速並列アルゴリズムによるRNA二次構造予測

点击翻译按钮获取中文摘要

RNAの二次構造予測を厳密にデジタルなニューラルネットワーク(以下、NNと略す)を利用して高速つまり計算量が少なく、また安定した生物学的事実と合致するような最適なRNA二次構造予測を行う並列アルゴリズムを考案して、コンピュータシミュレーションによりその有効性を実証し有用な応用プログラムを開発することを研究の目的とする。以下に、研究実績の概要を示す。1.RNA二次構造予測を行うアルゴリズムをグラフ問題の一つとして捉え二分木部分グラフ問題(Bipartite Subgraph Problem)解法をを厳密にデジタルなNNを利用してアルゴリズムに新しくニューロン遷移優先度を導入した結果、2並列ステップ数で収斂解を得ることができ、解の40%が最適解となる結果を得た。この結果はIEEE ICNN'95国際会議において論文発表を行った。2.厳密にデジタルなNNを利用したアルゴリズムにニューロン遷移優先度を導入した結果、収斂解における最適解率が向上したが、100%とはならなかった。よってニューロンの入出力関数であるヒステリシス関数の時間軸を利用したコスト表現による二分木部分グラフ問題アルゴリズムを開発したシミュレーション実験を行った結果、さらに最適解率の向上が得られた。これに関する結果は、情報処理学会第52回全国大会において発表を行った。3.上記のアルゴリスムを利用してRNA二次構造予測を行うアルゴリズムを作成しシミュレーションにより実験した結果、Tinocoによる結果より安定した予測結果を得ることができ、しかもアナログ型NNよりも少ない並列ステップ数(計算量)で結果を得た。しかし、最適解率がアナログ型NNによるアルゴリズムよりも小さい結果となった。これはコスト表現の機能をより改良することにより最適解率の向上を計ることができると考える。