過去10年間での人工知能の急速な進展に伴い、ゲノムデータの解析方法も迅速に進化している。本講演では、第三世代ナノポアシーケンシングのベースコールやメチル化検出などに関する私たちの研究を紹介する。更に、大規模言語モデルを塩基配列に適用することや、全ゲノム配列の埋め込みの学習の進展についても述べる。AI手法とゲノムデータ解析の適切な統合により、複雑なゲノムデータの理解と未来の個別化医療への貢献が期待される。/
With the rapid advancements in artificial intelligence in the last decade, methods for analyzing genomic data are also evolving quickly. In this talk, I will introduce our work on genomic data analysis, which covers several fundamental tasks, such as basecalling and methylation detection for the third generation nanopore sequencing. Additionally, I will talk about the application of large language models for nucleotide sequences and share our recent progress in learning embeddings for whole-genome sequences. The proper integration of AI methodologies and genomic data analysis will pave the way for understanding complex genomic data and contribute to future personalized medicine.