Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ISMB/ECCB 2019読み会:ShaKer: RNA SHAPE prediction ...
Search
satoken
August 21, 2019
Science
0
230
ISMB/ECCB 2019読み会:ShaKer: RNA SHAPE prediction using graph kernel
satoken
August 21, 2019
Tweet
Share
Other Decks in Science
See All in Science
[第62回 CV勉強会@関東] Long-CLIP: Unlocking the Long-Text Capability of CLIP / kantoCV 62th ECCV 2024
lychee1223
1
950
01_篠原弘道_SIPガバニングボード座長_ポスコロSIPへの期待.pdf
sip3ristex
0
530
Collective Predictive Coding Hypothesis and Beyond (@Japanese Association for Philosophy of Science, 26th October 2024)
tanichu
0
140
Explanatory material
yuki1986
0
310
Agent開発フレームワークのOverviewとW&B Weaveとのインテグレーション
siyoo
0
270
データベース08: 実体関連モデルとは?
trycycle
PRO
0
680
オンプレミス環境にKubernetesを構築する
koukimiura
0
260
データベース11: 正規化(1/2) - 望ましくない関係スキーマ
trycycle
PRO
0
650
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
0
1.1k
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
710
Cross-Media Information Spaces and Architectures (CISA)
signer
PRO
3
31k
Valuable Lessons Learned on Kaggle’s ARC AGI LLM Challenge (PyDataGlobal 2024)
ianozsvald
0
390
Featured
See All Featured
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
281
13k
What's in a price? How to price your products and services
michaelherold
246
12k
[RailsConf 2023] Rails as a piece of cake
palkan
55
5.6k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
45
7.5k
Thoughts on Productivity
jonyablonski
69
4.7k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
229
22k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Optimising Largest Contentful Paint
csswizardry
37
3.3k
Site-Speed That Sticks
csswizardry
10
670
Transcript
ISMB/ECCB 2019読み会 慶應義塾大学理工学部 佐藤健吾
概要 • Graph Kernelを用いて、RNA配列のみからSHAPE reactivityを予測 する。
SHAPE修飾によるRNA構造決定 [Smola et al. 2015] (selective 2’-hydroxyl acylation analyzed by
primer extension)
[Smola et al. 2015]
Graph Kernelによる特徴抽出 • Neighborhood Subgraph Pairwise Distance Kernel (NSPDK) •
半径 r の部分構造 Av , Bu が距離 d でグラフGに存在するか? • GraphClust [Heyne et al, 2012] や GraphProt [Maticzka et al, 2014] でも RNAの特徴抽出で使用している [Costa et al, 2010] r = 1 d = 5 r = 3 d = 5 r = 5 d = 5
学習 • Gradient Tree Boostingによる回帰モデルの学習
予測 • RNAsuboptを用いてRNA配列の二次構造をm個サンプリングする。 • それぞれの二次構造と配列を学習した回帰モデルに入力し、 SHAPE reactivityを予測する。 • m個の予測の平均を最終的な予測とする。
データセット • テストセット • 公共データ (Deigan et al., 2009; Hajdin
et al., 2013; Montaseri et al., 2017) (ほとんどの配列は二次構造未知) • 学習セット • 上記データに含まれるRibosomal RNA配列(二次構造既知)
比較手法 • [Sükösd et al, 2013]の手法 • 構造既知のRNA配列におけるSHAPE reactivityの確率分布を各塩基のペア リング状況ごとに推定(unpaired,
helix-end, stacked) • 構造既知配列にしか使えない。
実験結果:アクセシビリティ • RNAplfold + SHAPE値でアクセシビリティを予測 • 真のSHAPE値による予測と推定SHAPE値による予測のランク相関 Sükösd et al
+ref. stru. ShaKer + ref. stru. trivial ShaKer SHAPEなし ShaKerによる予測SHAPE値 0.861 ± 0.17 SHAPEなし 0.839 ± 0.16
実験結果:塩基対確率 • 既知二次構造に含まれる塩基対の塩基対確率の平均 Sükösd et al +ref. stru. ShaKer +
ref. stru. wetlab SHAPE ShaKer SHAPE なし ShaKerによる予測SHAPE値 0.679 ± 0.26 SHAPEなし 0.629 ± 0.21
実験結果:二次構造情報は重要か? • 二次構造情報を使わずに一次構造(配列)のみでNSPDKを構成 した場合(Unstructured)
なぜISMB/ECCBに採択されたか? • これまでの実績 • GraphClustやGraphProtなどで使われている手法NSPDKを使っている。 • (RNA界の巨匠Prof. Rolf Backofen) •
問題設定 • SHAPE値をRNA配列のみから予測する手法はこれまでにない。 • 精度 • 本手法で予測したSHAPE値がRNA二次構造予測の精度向上に貢献してい る。
微妙なところ • “RNA SHAPE prediction” というタイトルにも関わらず、SHAPE値 の回帰については直接評価していない。 • 比較手法 [Sükösd
et al, 2013]との比較がフェアでない。 • 予測を使って予測する(配列 → SHAPE値 → 二次構造)よりは、 直接予測する(配列 → 二次構造)方が手法としては筋が良さそ う。 ContextFold や mxfoldのような Rich parametrization • そもそもSHAPE値を予測することに意味があるのか?