機械学習支援型配列アラインメント

機械学習支援型配列アラインメントは、深層ニューラルネットワークやタンパク質言語モデルなどの統計的学習モデルを用いて、ヌクレオチド配列またはアミノ酸配列間の生物学的に意味のあるアラインメントを計算する。大規模な学習コーパスから置換パターンと構造的制約を学習することにより、これらの手法は、遠縁相同体や構造的に制約された領域に対する感度において古典的なスコアリング行列（例：BLOSUM、PAM）を上回り、ゲノミクスおよびプロテオミクスにおける困難なアラインメント課題に対する現在の最先端技術となっている。