Transformer及び既存BERTモデルを用いたRNA-蛋白の結合予測

• Item type: SIG Technical Reports(1)
• 公開日: 2021-12-06
• タイトル: Transformer及び既存BERTモデルを用いたRNA-蛋白の結合予測
• タイトル / 言語: en
• タイトル: RNA-protein Binding Prediction with Transformer and the Two Existing BERT Models
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京工業大学情報理工学院
• 著者所属: 東京工業大学物質・情報卓越教育院
• 著者所属: 東京工業大学情報理工学院
• 著者名: 木村, 高幸; 安尾, 信明; 関嶋, 政和
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: RNA 蛋白質の結合は，生体内で重要な鍵となる相互作用であるが，実験でのコスト等からコンピュータによる予測が求められている．既に多くのモデルが報告されているが，精度や評価の点で改善の余地がある．自然言語処理の分野等で Transformer が大きな成果を出しているが，RNA 蛋白質の結合予測にはまだ応用されていない．本研究では，この Transformer を利用して，RNA 蛋白質の結合予測モデルの構築を行う．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Bindings between RNA and protein are essential interactions in organisms. However, experimental approaches are relatively expensive. This is why inexpensive computational approaches are expected. A lot of models were already reported, but there is room for improvement in terms of AUROC and the evaluation methods. By the way, attention-based architecture called Transformer has been successful in many fields such as the natural language processing field, but the Transformer was not directly used to this RNA-protein binding prediction problems. In this study, we build a Transformer model to solve RNA-protein binding prediction problem especially for proteins that have no binding data to RNA.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2021-MPS-136, 号 11, p. 1-4, 発行日 2021-12-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会