Fugu-MT 論文翻訳(概要): Constrained Submodular Optimization for Vaccine Design

論文の概要: Constrained Submodular Optimization for Vaccine Design

arxiv url: http://arxiv.org/abs/2206.08336v1
Date: Thu, 16 Jun 2022 17:40:54 GMT
ステータス: 処理完了
システム内更新日: 2022-06-17 16:59:46.514932
Title: Constrained Submodular Optimization for Vaccine Design
Title（参考訳）: ワクチン設計のための制約付きサブモジュラー最適化
Authors: Zheng Dai, David Gifford
Abstract要約: 遺伝的変異により、接種された集団に広範な免疫を与えるペプチドワクチンを設計することが困難になる。本稿では,確率論的機械学習モデルを用いたペプチドワクチンの評価と設計のためのフレームワークを提案する。従来より優れたSARS-CoV-2ワクチンの設計を行う能力を示した。
参考スコア（独自算出の注目度）: 1.7622426179653559
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Advances in machine learning have enabled the prediction of immune system responses to prophylactic and therapeutic vaccines. However, the engineering task of designing vaccines remains a challenge. In particular, the genetic variability of the human immune system makes it difficult to design peptide vaccines that provide widespread immunity in vaccinated populations. We introduce a framework for evaluating and designing peptide vaccines that uses probabilistic machine learning models, and demonstrate its ability to produce designs for a SARS-CoV-2 vaccine that outperform previous designs. We provide a theoretical analysis of the approximability, scalability, and complexity of our framework.
Abstract（参考訳）: 機械学習の進歩により、予防および治療ワクチンに対する免疫系の反応の予測が可能になった。しかし、ワクチンを設計する工学的課題は依然として課題である。特に、ヒト免疫系の遺伝的多様性は、接種された集団に広範な免疫を与えるペプチドワクチンの設計を困難にしている。本稿では,確率的機械学習モデルを用いたペプチドワクチンの評価と設計の枠組みを紹介し,従来よりも優れたsars-cov-2ワクチンの設計能力を示す。我々は、フレームワークの近似可能性、拡張性、複雑さに関する理論的分析を提供する。

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)
Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文参考訳（メタデータ） (2023-07-28T08:01:05Z)
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)
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)
Evaluating vaccine allocation strategies using simulation-assisted causal modelling [7.9656669215132005]
パンデミックの早期にはワクチンの入手が制限され、異なる集団の優先順位付けが必要になる。新型コロナウイルスのパンデミックに対する年齢依存型予防接種戦略を遡及的に評価するモデルを構築した。我々は,2021年に実施したイスラエルのワクチン割当戦略を,先天的な優先順位付けや若年集団の優先順位付け,厳格なリスクランク付けアプローチといった対実的戦略と比較した。
論文参考訳（メタデータ） (2022-12-14T14:24:17Z)
A feasibility study proposal of the predictive model to enable the prediction of population susceptibility to COVID-19 by analysis of vaccine utilization for advising deployment of a booster dose [0.0]
SARS-CoV-2 B1.1.529株またはOmicron株が世界中に分布する。間もなく終わらないことや、より伝染的で有害な変種が現れるまで、時間との戦いになることを懸念する。ウイルスの増殖を防ぐ最も有望なアプローチの1つは、持続的な高予防接種効果を維持することである。
論文参考訳（メタデータ） (2022-04-25T16:05:59Z)
COVID-Net Biochem: An Explainability-driven Framework to Building Machine Learning Models for Predicting Survival and Kidney Injury of COVID-19 Patients from Clinical and Biochemistry Data [66.43957431843324]
我々は、機械学習モデルを構築するための汎用的で説明可能なフレームワークであるCOVID-Net Biochemを紹介する。この枠組みを用いて、新型コロナウイルス患者の生存率と、入院中に急性腎不全を発症する可能性を予測する。
論文参考訳（メタデータ） (2022-04-24T07:38:37Z)
Modeling the effect of the vaccination campaign on the Covid-19 pandemic [0.0]
予防接種キャンペーン中にコビッドウイルスの流行を予測できる数学的モデルであるSAIVRを紹介した。このモデルは、半教師付き機械学習手法を用いて推定されるいくつかのパラメータと初期条件を含む。これらの結果から, 日中感染率, ワクチン有効性, および, 広範囲の社会的ワクチン依存度, デンタルレベルにおいて, パンデミックの経時的変化について広範な研究を行った。
論文参考訳（メタデータ） (2021-08-27T19:12:13Z)
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)
Designing a Prospective COVID-19 Therapeutic with Reinforcement Learning [50.57291257437373]
SARS-CoV-2パンデミックは、治療のための世界的なレースを生み出した。 1つのアプローチは、ヒトアンジオテンシン変換酵素2(ACE2)の新規な変異体の設計に焦点を当てる我々は、強化学習問題として、新しいタンパク質設計の枠組みを定式化する。
論文参考訳（メタデータ） (2020-12-03T07:35:38Z)

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。