UFold：深層学習を用いた高速かつ正確なRNA二次構造予測

多くのRNA分子において、二次構造はRNAの正しい機能に不可欠です。塩基配列からRNA二次構造を予測することは、ゲノミクスにおける長年の課題ですが、予測性能は時間とともに停滞しています。従来のRNA二次構造予測アルゴリズムは主に自由エネルギーの最小化を通じて熱力学モデルに基づいており、強固な事前仮定を課し、計算速度が遅いです。ここでは、注釈データと塩基対ルールに基づいて直接訓練された、UFoldと呼ばれる深層学習ベースのRNA二次構造予測法を提案します。UFoldはRNA配列の新しい画像のような表現を提案しており、完全畳み込みネットワーク（FCN）によって効率的に処理可能です。UFoldのパフォーマンスを、ファミリー内およびファミリー間RNAデータセットの両方でベンチマークします。ファミリー内データセットでは、従来の方法を大きく上回る性能を示し、異なるRNAファミリーで訓練およびテストした場合は従来の方法と同等の性能を達成します。UFoldは擬似結び目の予測も正確に行うことができます。その予測は、最大1500 bpの長さの配列につき約160 msの推論時間で迅速です。UFoldを実行するオンラインウェブサーバーは、https://ufold.ics.uci.edu で利用可能です。コードは https://github.com/uci-cbcl/UFold から入手できます。