| Item type |
SIG Technical Reports(1) |
| 公開日 |
2023-06-22 |
| タイトル |
|
|
タイトル |
頻度情報を考慮したアプタマー生成モデルの開発 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
An Aptamer Generating Model Using Frequency Information |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
バイオ情報学1 |
| 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 |
|
|
|
早稲田大学／AIST-Waseda University CBBD-OIL |
| 著者所属 |
|
|
|
早稲田大学／京都大学 |
| 著者所属 |
|
|
|
早稲田大学 |
| 著者所属 |
|
|
|
早稲田大学／AIST-Waseda University CBBD-OIL／日本医科大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Waseda University / AIST-Waseda University CBBD-OIL |
| 著者所属(英) |
|
|
|
en |
|
|
Waseda University / |
| 著者所属(英) |
|
|
|
en |
|
|
Waseda University |
| 著者所属(英) |
|
|
|
en |
|
|
Waseda University / AIST-Waseda University CBBD-OIL / |
| 著者名 |
道下, 瑛陽
角, 俊輔
岩野, 夏樹
浜田, 道昭
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
RNAアプタマーは標的分子と強く結合し，その分子の機能の阻害や調節を行う核酸医薬の一つである．実験によって得られるRNAアプタマー候補配列の数は膨大であるため，そこから良い候補を選出することが開発における課題である．私たちは既存の深層学習をベースとしたRaptGenというモデルの目的関数に候補配列の頻度情報を組み込む手法を開発した．学習された提案モデルでは予測された配列の確率と結合活性値に相関が見られ，配列の提案の指標として確率値を用いることができる可能性が示唆された． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA12055912 |
| 書誌情報 |
研究報告バイオ情報学（BIO）
巻 2023-BIO-74,
号 33,
p. 1-3,
発行日 2023-06-22
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8590 |
| 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 |
IPSJ-BIO23074033.pdf (1.7 MB)
