論文の概要: Anti-virus Autobots: Predicting More Infectious Virus Variants for
Pandemic Prevention through Deep Learning
- arxiv url: http://arxiv.org/abs/2205.14854v1
- Date: Mon, 30 May 2022 05:04:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-31 14:12:04.931137
- Title: Anti-virus Autobots: Predicting More Infectious Virus Variants for
Pandemic Prevention through Deep Learning
- Title（参考訳）: アンチウイルスオートボット:深層学習によるパンデミック予防のための感染性ウイルス変異の予測
- Authors: Glenda Tan Hui En, Koay Tze Erhn, Shen Bingquan
- Abstract要約: より感染性のウイルスの変異は、そのタンパク質の急激な突然変異によって生じる可能性がある。
これらの変異体は免疫系を回避し、ワクチンの効果を低下させる。
提案するOptimus PPImeは、既存のウイルスの今後、より感染的な変異を予測するためのディープラーニングアプローチである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: More infectious virus variants can arise from rapid mutations in their
proteins, creating new infection waves. These variants can evade one's immune
system and infect vaccinated individuals, lowering vaccine efficacy. Hence, to
improve vaccine design, this project proposes Optimus PPIme - a deep learning
approach to predict future, more infectious variants from an existing virus
(exemplified by SARS-CoV-2). The approach comprises an algorithm which acts as
a "virus" attacking a host cell. To increase infectivity, the "virus" mutates
to bind better to the host's receptor. 2 algorithms were attempted - greedy
search and beam search. The strength of this variant-host binding was then
assessed by a transformer network we developed, with a high accuracy of 90%.
With both components, beam search eventually proposed more infectious variants.
Therefore, this approach can potentially enable researchers to develop vaccines
that provide protection against future infectious variants before they emerge,
pre-empting outbreaks and saving lives.
- Abstract（参考訳）: 感染性ウイルスの変異は、タンパク質の急速な変異から生じ、新しい感染波を生み出す。
これらの変異体は免疫系を回避し、ワクチンの効果を低下させる。
そこで本研究ではワクチン設計を改善するため,既存のウイルス(sars-cov-2 など)から将来,より感染性の高い変異種を予測するための深層学習手法 optimus ppime を提案する。
このアプローチは、ホスト細胞を攻撃する"ウイルス"として機能するアルゴリズムを含む。
感染力を高めるために、「ウイルス」は宿主の受容体に良く結合するように変異する。
2つのアルゴリズムが試みられた: greedy searchとbeam search。
この変異ホスト結合の強度は、我々が開発したトランスフォーマーネットワークによって90%の精度で評価された。
両成分とも、ビームサーチは最終的により伝染性のある変種を提案した。
そのため、このアプローチは、感染が発覚する前に予防し、流行を未然に防ぎ、命を救えるワクチンを研究者が開発できる可能性がある。
関連論文リスト
- Immunogenicity Prediction with Dual Attention Enables Vaccine Target Selection [6.949493332885247]
ProVaccineは、タンパク質配列と構造を潜在ベクトル表現に統合する、新しいディープラーニングソリューションである。
現在までに最も包括的な免疫原性データセットをコンパイルし、細菌、ウイルス、腫瘍から9,500以上の抗原配列、構造、および免疫原性ラベルを含む。
私たちの研究はワクチン設計に有効なツールを提供し、将来の研究に有用なベンチマークを設定します。
論文 参考訳（メタデータ） (2024-10-03T16:33:35Z) - Opponent Shaping for Antibody Development [49.26728828005039]
抗ウイルス療法は通常、ウイルスの現在の株のみを標的とするように設計されている。
治療によって誘導される選択的圧力はウイルスに作用し、変異株の出現を誘導し、初期治療が効果を低下させる。
我々は、ウイルスの進化的脱出の遺伝的シミュレーションを実装するために、抗体とウイルス抗原の結合の計算モデルを構築した。
論文 参考訳（メタデータ） (2024-09-16T14:56:27Z) - Vaxformer: Antigenicity-controlled Transformer for Vaccine Design
Against SARS-CoV-2 [0.6850683267295248]
本研究では,Vaxformerと呼ばれる新しい条件付きタンパク質言語モデルアーキテクチャを提案する。
Vaxformerは天然の抗原性制御型SARS-CoV-2スパイクタンパク質を産生するように設計されている。
論文 参考訳（メタデータ） (2023-05-18T13:36:57Z) - Virus2Vec: Viral Sequence Classification Using Machine Learning [48.40285316053593]
本稿では,バイラル・シークエンスのための特徴ベクトル表現であるVrus2Vecを提案する。
コロナウイルス科の実際のスパイク配列と狂犬病ウイルスのシークエンスデータに基づいてウイルス2Vecを実験的に評価し、宿主を予測した。
以上の結果から, Virus2Vecはベースラインおよび最先端手法の予測精度よりも優れていた。
論文 参考訳（メタデータ） (2023-04-24T08:17:16Z) - Dense Feature Memory Augmented Transformers for COVID-19 Vaccination
Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。
本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。
この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文 参考訳（メタデータ） (2022-12-16T13:57:41Z) - PhyloTransformer: A Discriminative Model for Mutation Prediction Based
on a Multi-head Self-attention Mechanism [10.468453827172477]
重症急性呼吸器症候群ウイルス2(SARS-CoV-2)は10/19/21で219万人が感染し、死亡率は3.6%となっている。
そこで我々は,トランスフォーマーを用いた識別モデルであるPhylo Transformerを開発した。
論文 参考訳（メタデータ） (2021-11-03T01:30:57Z) - A k-mer Based Approach for SARS-CoV-2 Variant Identification [55.78588835407174]
アミノ酸の順序を保つことで,分類器の精度が向上することを示す。
また,アメリカ疾病予防管理センター(CDC)が報告した,変異の同定に重要な役割を担っているアミノ酸の重要性も示した。
論文 参考訳（メタデータ） (2021-08-07T15:08:15Z) - Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。
プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。
本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
論文 参考訳（メタデータ） (2020-10-23T17:06:07Z) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳（メタデータ） (2020-05-15T17:17:45Z)
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。