論文の概要: Challenges in biomarker discovery and biorepository for Gulf-war-disease studies: a novel data platform solution

• arxiv url: http://arxiv.org/abs/2102.02878v3
• Date: Wed, 17 Feb 2021 22:58:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-12 19:54:34.690607
• Title: Challenges in biomarker discovery and biorepository for Gulf-war-disease studies: a novel data platform solution
• Title（参考訳）: 湾岸災害研究のためのバイオマーカー発見とバイオリポジトリの課題:新しいデータプラットフォームソリューション
• Authors: Dimitris Floros (1), Mulugu V. Brahmajothi (2), Alexandros-Stavros Iliopoulos (3), Nikos Pitsianis (1 and 4), Xiaobai Sun (4) ((1) Aristotle University of Thessaloniki, (2) Duke University Medical Center, (3) Massachusetts Institute of Technology, (4) Duke University)
• Abstract要約: ROSALINDという新しいデータプラットフォームを導入し、課題を克服し、健全で重要なコラボレーションを育み、科学的調査を進めます。 ROSALINDは、自己管理されたアクセシビリティ、リンク性、可積分性、中立性、信頼性を持つリソース有機体を指します。 過去12ヶ月のGWI研究におけるROSALINDの展開により、データ実験と分析のペースが加速し、多数のエラーソースが削除され、研究品質と生産性が向上しました。
• 参考スコア（独自算出の注目度）: 48.7576911714538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Aims: Our Gulf War Illness (GWI) study conducts combinatorial screening of many interactive neural and humoral biomarkers in order to establish predictive, diagnostic, and therapeutic targets. We encounter obstacles at every stage of the biomarker discovery process, from sample acquisition, bio-marker extraction to multi-aspect, multi-way interaction analysis, due to the study complexity and lack of support for complex data problem solutions. We introduce a novel data platform, named ROSALIND, to overcome the challenges, foster healthy and vital collaborations and advance scientific inquiries. Main methods: ROSALIND is a researcher-centered, study-specific data platform. It provides vital support of individual creativity and effort in collaborative research. We follow the principles etched in the platform name - ROSALIND stands for resource organisms with self-governed accessibility, linkability, integrability, neutrality, and dependability. We translate, encode and implement the principles in the platform with novel use of advanced concepts and techniques to ensure and protect data integrity and research integrity. From a researcher's vantage point, ROSALIND embodies nuance utilities and advanced functionalities in one system, beyond conventional storage, archive and data management. Key findings: The deployment of ROSALIND in our GWI study in recent 12 months has accelerated the pace of data experiment and analysis, removed numerous error sources, and increased research quality and productivity. Significance: ROSALIND seems the first to address data integrity and research integrity in tandem with digital measures and means. It also promises a new type of distributed research networks with individualized data platforms connected in various self-organized collaboration configurations.
• Abstract（参考訳）: Aims: Our Gulf War Illness (GWI) 研究は、予測、診断、治療のターゲットを確立するために、多くのインタラクティブな神経およびユーモラスなバイオマーカーの組合せスクリーニングを実施している。 サンプル取得からバイオマーカー抽出,マルチアスペクト,マルチウェイインタラクション解析に至るまで,バイオマーカー発見プロセスの各段階において,複雑度と複雑なデータ問題に対するサポート不足のため,障害に直面している。 ROSALINDという新しいデータプラットフォームを導入し、課題を克服し、健全で重要なコラボレーションを育み、科学的調査を進めます。 主な手法: ROSALINDは研究者中心のデータプラットフォームである。 共同研究における個人の創造性と努力の不可欠なサポートを提供する。 プラットフォーム名のROSALINDは、自己管理されたアクセシビリティ、結合性、可積分性、中立性、信頼性を持つ資源生物を表す。 データ整合性と研究の整合性を確保し,保護するために,先進的な概念とテクニックを新たに活用して,プラットフォームの原則を翻訳し,エンコードし,実装する。 ROSALINDは研究者のバンテージの観点から、従来のストレージ、アーカイブ、データ管理を超えて、単一のシステムにおけるニュアンスユーティリティと高度な機能を具現化している。 主な発見:最近の12ヶ月のGWI研究におけるROSALINDの展開は、データ実験と分析のペースを加速し、多数のエラーソースを除去し、研究品質と生産性を向上しました。 意義:ROSALINDは、データ整合性と研究整合性に、デジタル測度と手段で対処する最初のものと思われる。 また、さまざまな自己組織化されたコラボレーション構成で接続された個別のデータプラットフォームを備えた新しいタイプの分散リサーチネットワークも約束している。

関連論文リスト

• Decoding MIE: A Novel Dataset Approach Using Topic Extraction and Affiliation Parsing [0.0]
  本研究は,医療情報学ヨーロッパ(MIE)会議の手続きから得られた新しいデータセットを紹介する。 我々は,「健康技術・情報学研究」誌の4,606論文からメタデータと要約を抽出し,分析した。
  論文  参考訳（メタデータ） (2024-10-06T19:34:23Z)
• myAURA: Personalized health library for epilepsy management via knowledge graph sparsification and visualization [4.25313339005458]
  myAURAは、てんかん患者、介護者、そして研究者がケアや自己管理に関する決定を下すのを助けるために設計されたアプリケーションです。 MyAURAは、生体医学データベース、ソーシャルメディア、電子健康記録などのてんかんに関連する異種データ資源の連合に依存している。
  論文  参考訳（メタデータ） (2024-05-08T17:24:24Z)
• Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark [55.898771405172155]
  フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。 我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
  論文  参考訳（メタデータ） (2023-11-12T06:32:30Z)
• Ontologies for increasing the FAIRness of plant research data [0.0]
  オンロジーは特定の領域の概念と概念間の関係を提供する。 データ用語でタグ付けすることで、データはヒューマンマシンの解釈可能になり、再利用と相互運用性が向上する。 植物科学の根本的研究と、植物固有の実験に関するデータのアノテートにどのように使用できるかについて概説する。
  論文  参考訳（メタデータ） (2023-08-25T13:08:26Z)
• Source-Free Collaborative Domain Adaptation via Multi-Perspective Feature Enrichment for Functional MRI Analysis [55.03872260158717]
  安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。 ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。 しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。 我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
  論文  参考訳（メタデータ） (2023-08-24T01:30:18Z)
• Incomplete Multimodal Learning for Complex Brain Disorders Prediction [65.95783479249745]
  本稿では,変換器と生成対向ネットワークを用いた不完全なマルチモーダルデータ統合手法を提案する。 アルツハイマー病神経画像イニシアチブコホートを用いたマルチモーダルイメージングによる認知変性と疾患予後の予測に本手法を適用した。
  論文  参考訳（メタデータ） (2023-05-25T16:29:16Z)
• Data Fusion in Neuromarketing: Multimodal Analysis of Biosignals, Lifecycle Stages, Current Advances, Datasets, Trends, and Challenges [0.0]
  伝統的に、神経マーケティングの研究は提示された刺激からのフィードバックを得るために単一の生体信号に頼っている。 新しいデバイスと技術進歩のおかげで、最近のトレンドは多様なバイオシグナーの融合へのシフトを示している。 本稿では,神経マーケティング研究における目的,バイオシグナー,データ処理技術について包括的に分析する。
  論文  参考訳（メタデータ） (2022-08-30T10:20:18Z)
• EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
  本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
  論文  参考訳（メタデータ） (2022-08-01T18:47:03Z)
• FLOP: Federated Learning on Medical Datasets using Partial Networks [84.54663831520853]
  新型コロナウイルスの感染拡大で医療資源が不足している。 新型コロナウイルスの診断を緩和するために、さまざまなデータ駆動型ディープラーニングモデルが開発されている。 患者のプライバシー上の懸念から、データそのものはまだ乏しい。 我々は、textbfPartial Networks (FLOP) を用いた、シンプルで効果的な textbfFederated textbfL textbfon Medical データセットを提案する。
  論文  参考訳（メタデータ） (2021-02-10T01:56:58Z)
• An Empirical Meta-analysis of the Life Sciences (Linked?) Open Data on the Web [1.2964393302157287]
  LSLOD(Life Sciences Linked Open Data)クラウドについて検討する。 80以上の公開バイオメディカルリンクデータグラフからスキーマを抽出する。 我々は,複数のSLODソースが,他のソースと相互接続されていないスタンドアロンデータソースとして存在していることを観察した。
  論文  参考訳（メタデータ） (2020-06-07T14:26:32Z)

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。