Fugu-MT 論文翻訳(概要): Heterogeneous network-based drug repurposing for COVID-19

論文の概要: Heterogeneous network-based drug repurposing for COVID-19

arxiv url: http://arxiv.org/abs/2107.09217v1
Date: Tue, 20 Jul 2021 01:24:40 GMT
ステータス: 処理完了
システム内更新日: 2021-07-21 14:49:04.867017
Title: Heterogeneous network-based drug repurposing for COVID-19
Title（参考訳）: ヘテロジニアスネットワークによるcovid-19対策
Authors: Shuting Jin, Xiangxiang Zeng, Wei Huang, Feng Xia, Changzhi Jiang, Xiangrong Liu and Shaoliang Peng
Abstract要約: 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。
参考スコア（独自算出の注目度）: 7.097880564431694
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Corona Virus Disease 2019 (COVID-19) belongs to human coronaviruses (HCoVs), which spreads rapidly around the world. Compared with new drug development, drug repurposing may be the best shortcut for treating COVID-19. Therefore, we constructed a comprehensive heterogeneous network based on the HCoVs-related target proteins and use the previously proposed deepDTnet, to discover potential drug candidates for COVID-19. We obtain high performance in predicting the possible drugs effective for COVID-19 related proteins. In summary, this work utilizes a powerful heterogeneous network-based deep learning method, which may be beneficial to quickly identify candidate repurposable drugs toward future clinical trials for COVID-19. The code and data are available at https://github.com/stjin-XMU/HnDR-COVID.
Abstract（参考訳）: 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。新しい医薬品開発と比べて、薬物の再利用は新型コロナウイルスの治療に最適な近道かもしれない。そこで我々は,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,従来提案されていたディープDTnetを用いて,COVID-19の薬物候補を発見する。我々は、covid-19関連タンパク質に有効な薬剤の予測において高い性能を得る。要約すると、本研究は強力なヘテロジニアスネットワークベースの深層学習手法を用いており、covid-19の将来の臨床試験に向けて、候補再利用可能な薬物を迅速に特定するのに有用である。コードとデータはhttps://github.com/stjin-XMU/HnDR-COVIDで公開されている。

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)
COVID-Net Assistant: A Deep Learning-Driven Virtual Assistant for COVID-19 Symptom Prediction and Recommendation [75.74756992992147]
新型コロナウイルスの症状予測とレコメンデーションを提供するために設計された,効率的な仮想アシスタントであるCOVID-Net Assistantの設計を紹介する。マシン駆動設計探索を通じて生成された、高度にカスタマイズされた軽量な畳み込みニューラルネットワークアーキテクチャについて検討する。実験結果から,強力な予測性能を示す COVID-Net Assistant ニューラルネットワークが期待できる結果を得た。
論文参考訳（メタデータ） (2022-11-22T01:41:48Z)
COVID-Net UV: An End-to-End Spatio-Temporal Deep Neural Network Architecture for Automated Diagnosis of COVID-19 Infection from Ultrasound Videos [70.60433013657693]
COVID-Netは、空間的特徴を抽出する畳み込みニューラルネットワークと、時間的依存を学習するリカレントニューラルネットワークで構成される。ネットワークの平均精度は94.44%で、新型コロナウイルスの患者には偽陰性なケースはない。
論文参考訳（メタデータ） (2022-05-18T13:59:16Z)
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)
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)
Genetic Constrained Graph Variational Autoencoder for COVID-19 Drug Discovery [0.0]
そこで本研究では,GCGVAE (Genematic Constrained Graph Variational Autoencoder) と呼ばれる新しいモデルを提案する。 SARS、HIV、Hep3、MERSなど、さまざまなウイルスのタンパク質構造のデータに基づいてモデルをトレーニングし、SARS-CoV-2の可能な薬物を生成するために使用しました。生成分子はSARS-CoV-2を阻害する効果が高い。
論文参考訳（メタデータ） (2021-04-23T16:10:15Z)
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)
CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文参考訳（メタデータ） (2020-07-20T21:47:28Z)
Repurpose Open Data to Discover Therapeutics for COVID-19 using Deep Learning [22.01390057543923]
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。
論文参考訳（メタデータ） (2020-05-21T16:02:29Z)
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。