DeepMetabolism: ゲノム配列から表現型を予測するための深層学習システム

要旨 生命科学はペタバイトレベルの配列データの新しい時代に突入しています。このような「ビッグデータ」を生物学的洞察に変換することは、計算分析にとって大きな課題です。そこで我々は、トランスクリプトミクスデータから細胞の表現型を予測するために、生物学に基づいた深層学習システムDeepMetabolismを開発しました。無監督事前トレーニングと監督学習を統合することで、DeepMetabolismは高い精度（PCC>0.92）、高速（単一GPUで100GBのデータ）、高いロバスト性（最大75%のノイズを許容）を持って表現型を予測することができます。DeepMetabolismは、遺伝子型と表現型のギャップを埋め、合成生物学や精密医療への応用のための基盤となることを想定しています。