权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

分子内相互作用を考慮したＲＮＡ二次構造予測のためのパラメータ決定法

考虑分子内相互作用的RNA二级结构预测参数确定方法

基本信息

批准号：
18J21767
负责人：
秋山真那斗
金额：
$ 1.41万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-25 至 2021-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18J21767/
关键词：
RNA バイオインフォマティクス深層学習非コードRNA RNA二次構造

项目摘要

非コードRNA（ncRNA）は、タンパク質に変換されない小さな非コード配列であり、多くの病気の遺伝子発現の調節に関与している。非コードRNAは、機能に応じていくつかのタイプに分類される。類似した配列と構造を持つncRNAは類似した機能を持つことが期待されるため、ncRNAのクラスター化は機能を知るための最初のステップとして役立つ。 ncRNAの分類のために多くのツールが開発されてきたが、実行時間と分類の正確さにおいて多くの課題がある。多くの分類アルゴリズムではRNA配列の類似性を計算するために配列アラインメントを実行しているため実行時間が長くかかる。更にこれらのアルゴリズムの多くは既存のncRNAクラスのラベルをを用いた教師あり学習を採用しているため新規RNAクラスの探索を行うことは困難である。本年度はこれまで作成したRNA二次構造予測アルゴリズムを基盤として、自然言語処理の分野で広く運用されているBERT事前トレーニングに基づく新しいncRNAs分類アルゴリズムであるBERTCLUSTを開発した。BERT事前トレーニングは既存のRNAクラスラベルを使用しない、教師なし学習を採用している。大量のncRNA配列を用いて教師なし学習を実行することにより、既存の方法よりもncRNAクラスの分類精度が向上した。更に、BERT内のattentionメカニズムを用いることでncRNAクラスの分類について重要な部分配列を可視化することに成功した。BERTによる塩基の埋め込みは、word2vecなどの既存の埋め込み手法に比べて、優れたクラスタリング精度を達成した。

Non-cDNA RNA (ncRNA) is involved in the regulation of gene expression in various diseases. Non-UTR RNA, function, classification Similar to the structure of the ncRNA, similar to the function of the ncRNA, the function of the ncRNA is known. The classification of ncRNA is based on the development, implementation time and classification accuracy of ncRNA. The similarity of RNA alignment was calculated by multiple classification methods, and the alignment time was long. More information about existing ncRNA profiles is available for teachers to learn from, adopt, and explore new RNA profiles. This year, we created a new RNA classification system called BERTCLUST, which is based on the application of BERT in the field of natural speech processing. BERT pre-registration information is available for use by teachers and students. A large number of ncRNA sequences are used to improve the classification accuracy of existing methods. In addition, the attention in BERT is successfully displayed in the classification of ncRNA. BERT is the best way to achieve the accuracy of the existing system.