@techreport{oai:ipsj.ixsq.nii.ac.jp:00229532,
 author = {原, 快成 and 岩野, 夏樹 and 福永, 津嵩 and 浜田, 道昭},
 issue = {10},
 month = {Nov},
 note = {RNA アクセシビリティは，RNA-RNA 相互作用や原核生物の mRNA 翻訳効率を予測する上で利用される，RNA の二次構造的特徴である．RNA アクセシビリティを計算する方法としては従来，Raccess のように動的計画法に基づいて計算する方法が提案されていたが，計算コストが大きくトランスクリプトームスケールの解析を行うには多大な計算時間を要するという問題点があった．本研究では，深層学習を用いて RNA のアクセシビリティを予測する DeepRaccess を提案する．DeepRaccessは，人工的な RNA 配列を入力とし Raccess が計算した配列のアクセシビリティを予測値としてトレーニングを行うことで，Raccess の計算結果を近似するような予測器である．シミュレーションデータセットや実データセットの解析から，DeepRaccess が予測したアクセシビリティは，Raccess が算出したアクセシビリティと高い相関があることが示された．また，DeepRaccess は，開始コドン周辺の配列から，大腸菌におけるタンパク質の存在量を実用的な精度で予測できることを確認した．また，GPU 環境において，DeepRaccesはRaccess に比べて数十倍から数百倍のソフトウェアの高速化を達成していることがわかった．},
 title = {DeepRaccess: 深層学習を用いた高速なRNAアクセシビリティ予測},
 year = {2023}
}