Fugu-MT 論文翻訳(概要): Repurpose Open Data to Discover Therapeutics for COVID-19 using Deep Learning

論文の概要: Repurpose Open Data to Discover Therapeutics for COVID-19 using Deep Learning

arxiv url: http://arxiv.org/abs/2005.10831v1
Date: Thu, 21 May 2020 16:02:29 GMT
ステータス: 処理完了
システム内更新日: 2022-11-30 23:01:42.234407
Title: Repurpose Open Data to Discover Therapeutics for COVID-19 using Deep Learning
Title（参考訳）: ディープラーニングを用いた新型コロナウイルス治療薬発見のためのオープンデータ活用
Authors: Xiangxiang Zeng, Xiang Song, Tengfei Ma, Xiaoqin Pan, Yadi Zhou, Yuan Hou, Zheng Zhang, George Karypis, and Feixiong Cheng
Abstract要約: 新型コロナウイルスの感染拡大を受け、感染者は85万人以上、死者は4万8000人を超えた。現在、新型コロナウイルスに対する有効な薬は存在していない。本研究は、新型コロナウイルスの治療薬を同定する統合的ネットワークベースのディープラーニング手法を報告した。
参考スコア（独自算出の注目度）: 22.01390057543923
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: There have been more than 850,000 confirmed cases and over 48,000 deaths from the human coronavirus disease 2019 (COVID-19) pandemic, caused by novel severe acute respiratory syndrome coronavirus (SARS-CoV-2), in the United States alone. However, there are currently no proven effective medications against COVID-19. Drug repurposing offers a promising way for the development of prevention and treatment strategies for COVID-19. This study reports an integrative, network-based deep learning methodology to identify repurposable drugs for COVID-19 (termed CoV-KGE). Specifically, we built a comprehensive knowledge graph that includes 15 million edges across 39 types of relationships connecting drugs, diseases, genes, pathways, and expressions, from a large scientific corpus of 24 million PubMed publications. Using Amazon AWS computing resources, we identified 41 repurposable drugs (including indomethacin, toremifene and niclosamide) whose therapeutic association with COVID-19 were validated by transcriptomic and proteomic data in SARS-CoV-2 infected human cells and data from ongoing clinical trials. While this study, by no means recommends specific drugs, it demonstrates a powerful deep learning methodology to prioritize existing drugs for further investigation, which holds the potential of accelerating therapeutic development for COVID-19.
Abstract（参考訳）: 米国だけでも、新たに重症急性呼吸器症候群(sars-cov-2)が流行した2019年人新型コロナウイルス(covid-19)パンデミック(covid-19)で85万人以上が死亡している。しかし、現在、新型コロナウイルスに対する有効な薬は存在していない。薬物再資源化は、新型コロナウイルスの予防・治療戦略の開発に有望な手段となる。本研究は、新型コロナウイルス(CoV-KGE)の再使用可能な薬物を同定するための統合的ネットワークベースのディープラーニング手法を報告した。具体的には、薬物、疾患、遺伝子、経路、表現を繋ぐ39種類の関係の1500万のエッジを含む総合的な知識グラフを、2400万のPubMed出版物の大規模な科学コーパスから構築しました。 Amazon AWSのコンピューティングリソースを用いて,SARS-CoV-2感染ヒト細胞の転写学的およびプロテオミクス的データと,現在進行中の臨床試験データにより,COVID-19と治療関連が検証された41の再生可能な薬剤(インドメサシン,トレミフェン,ニクロサミド)を同定した。この研究は、特定の薬を推奨するものではないが、既存の薬を優先してさらなる調査を行う強力なディープラーニング手法を示しており、covid-19の治療開発を加速する可能性を秘めている。

関連論文リスト

Drug Repurposing Targeting COVID-19 3CL Protease using Molecular Docking and Machine Learning Regression Approach [0.15346678870160887]
新型コロナウイルス(COVID-19)のパンデミックが世界的な緊急事態を宣言。 SARS-CoV-2の主プロテアーゼ3CLを標的とした5903薬剤の阻害効果を検討した。我々は、QSARモデリングに機械学習回帰手法を用いて、高い結合親和性を持つ潜在的な薬物を発見する。
論文参考訳（メタデータ） (2023-05-25T05:34:39Z)
Deep learning for drug repurposing: methods, databases, and applications [54.08583498324774]
新しい治療法のために既存の薬物を再利用することは、実験コストの低減で薬物開発を加速する魅力的な解決策である。本稿では,薬物再資源化のための深層学習手法とツールの活用に関するガイドラインを紹介する。
論文参考訳（メタデータ） (2022-02-08T09:42:08Z)
Heterogeneous network-based drug repurposing for COVID-19 [7.097880564431694]
コロナウイルス病2019(Corona Virus Disease 2019、COVID-19)は、世界中で急速に広がるヒトのウイルス(HCoV)である。新しい薬物開発と比較すると、薬物再服用は新型コロナウイルスの治療に最適なショートカットかもしれない。我々は、HCoVs関連標的タンパク質をベースとした包括的ヘテロジニアスネットワークを構築し、これまで提案されていたディープDTnetを用いて、新型コロナウイルスの薬物候補を発見する。
論文参考訳（メタデータ） (2021-07-20T01:24:40Z)
Identification and validation of Triamcinolone and Gallopamil as treatments for early COVID-19 via an in silico repurposing pipeline [47.453507636022444]
新型コロナウイルス(COVID-19)の原因となるSARS-CoV-2は、引き続き世界的なパンデミックを引き起こしている。薬物再服用は、新しい治療薬の開発よりも、より早く新型コロナウイルスの薬物を投与する機会を提供する。このシリコ研究では、臨床治験薬と構造的類似性を利用して、2つの薬物を同定し、早期のCOVID-19の治療に応用する可能性がある。
論文参考訳（メタデータ） (2021-07-05T13:08:24Z)
Dr-COVID: Graph Neural Networks for SARS-CoV-2 Drug Repurposing [14.112444998191698]
我々は、Dr-COVIDと呼ばれる、GNNに基づく薬物再資源化モデルを提案する。 Dr-COVIDは、その予測性能と、既知の疾患の治療薬をできるだけ高いレベルにランク付けする能力で評価されている。
論文参考訳（メタデータ） (2020-12-03T18:34:10Z)
Drug repurposing for COVID-19 using graph neural network and harmonizing multiple evidence [9.472330151855111]
ウイルスベイト,宿主遺伝子,経路,薬物,表現型間の相互作用に基づくSARS-CoV-2知識グラフを構築した。臨床治験履歴を用いて候補薬剤を優先し,遺伝子プロファイル,in vitro実験の有効性,電子健康記録で検証した。
論文参考訳（メタデータ） (2020-09-23T04:47:59Z)
Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文参考訳（メタデータ） (2020-07-22T18:02:39Z)
COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
論文参考訳（メタデータ） (2020-04-30T03:13:40Z)
Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文参考訳（メタデータ） (2020-03-25T12:30:33Z)
COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
論文参考訳（メタデータ） (2020-03-22T12:26:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。