論文の概要: Developing an NLP-based Recommender System for the Ethical, Legal, and
Social Implications of Synthetic Biology
- arxiv url: http://arxiv.org/abs/2207.06360v1
- Date: Sun, 10 Jul 2022 20:18:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-15 07:47:31.859761
- Title: Developing an NLP-based Recommender System for the Ethical, Legal, and
Social Implications of Synthetic Biology
- Title(参考訳): 合成生物学の倫理的・法的・社会的意味を考慮したNLPベースのレコメンダシステムの開発
- Authors: Damien Dablain, Lilian Huang and Brandon Sepulvado
- Abstract要約: 合成生物学は、食品の安全、健康、環境保護などの目的のために生物を工学的に再設計することを含む。
研究者や政策立案者には倫理的、法的、社会的な意味合い(ELSI)が多数ある。
社会科学者や倫理学者を合成生物学プロジェクトへ組み込む様々な努力が試みられている。
このテキストは異なるアプローチを提案し、自然言語処理(NLP)に基づいた優れたレコメンデーターモデルを開発し、合成生物学者と特定の研究のELSIに関する情報を結びつけることは可能か?
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Synthetic biology is an emerging field that involves the engineering and
re-design of organisms for purposes such as food security, health, and
environmental protection. As such, it poses numerous ethical, legal, and social
implications (ELSI) for researchers and policy makers. Various efforts to
ensure socially responsible synthetic biology are underway. Policy making is
one regulatory avenue, and other initiatives have sought to embed social
scientists and ethicists on synthetic biology projects. However, given the
nascency of synthetic biology, the number of heterogeneous domains it spans,
and the open nature of many ethical questions, it has proven challenging to
establish widespread concrete policies, and including social scientists and
ethicists on synthetic biology teams has met with mixed success.
This text proposes a different approach, asking instead is it possible to
develop a well-performing recommender model based upon natural language
processing (NLP) to connect synthetic biologists with information on the ELSI
of their specific research? This recommender was developed as part of a larger
project building a Synthetic Biology Knowledge System (SBKS) to accelerate
discovery and exploration of the synthetic biology design space. Our approach
aims to distill for synthetic biologists relevant ethical and social scientific
information and embed it into synthetic biology research workflows.
- Abstract(参考訳): 合成生物学は、食品の安全性、健康、環境保護などの目的で生物の工学と再設計を含む新興分野である。
そのため、研究者や政策立案者には倫理的、法的、社会的な意味合い(ELSI)が多々ある。
社会に責任のある合成生物学を保証する様々な取り組みが進行中である。
政策立案は規制の道のりのひとつであり、他の取り組みは社会科学者や倫理学者を合成生物学プロジェクトに組み込もうとしている。
しかし、合成生物学の不均一な領域の数、そして多くの倫理的疑問のオープンな性質などによって、広く具体的な政策を確立することは困難であることが証明されており、合成生物学チームにおける社会科学者や倫理学者を含む様々な成功を収めている。
このテキストは異なるアプローチを提案し、その代わりに自然言語処理(NLP)に基づいて、合成生物学者と特定の研究のELSIに関する情報を結びつける優れたレコメンデーターモデルを開発することができるのか?
この勧告者は、合成生物学設計空間の発見と探索を加速するSBKS(Synthetic Biology Knowledge System)の構築プロジェクトの一環として開発された。
本研究の目的は, 倫理的, 社会科学的情報に関連する合成生物学者を蒸留し, 合成生物学研究のワークフローに組み込むことである。
関連論文リスト
- Understanding Biology in the Age of Artificial Intelligence [4.299566787216408]
現代生命科学の研究は、生物システムをモデル化するための人工知能のアプローチにますます依存している。
機械学習(ML)モデルは、大規模で複雑なデータセットのパターンを特定するのに有用であるが、生物学におけるその広範な応用は、従来の科学的調査方法から大きく逸脱している。
ここでは,生物現象をモデル化し,科学的知識を進化させるために,MLシステムの設計と応用を導く一般的な原理を同定する。
論文 参考訳(メタデータ) (2024-03-06T23:20:34Z) - BioT5+: Towards Generalized Biological Understanding with IUPAC
Integration and Multi-task Tuning [80.83209995941576]
本稿では,BioT5フレームワークの拡張であるBioT5+を紹介する。
BioT5+ には、分子理解のための IUPAC 名の統合、bioRxiv や PubChem などのソースからの広範なバイオテキストと分子データの統合、タスク間の汎用性のためのマルチタスク命令チューニング、数値データの処理を改善するための新しい数値トークン化技術など、いくつかの新しい特徴が含まれている。
論文 参考訳(メタデータ) (2024-02-27T12:43:09Z) - An Evaluation of Large Language Models in Bioinformatics Research [52.100233156012756]
本研究では,大規模言語モデル(LLM)の性能について,バイオインフォマティクスの幅広い課題について検討する。
これらのタスクには、潜在的なコーディング領域の同定、遺伝子とタンパク質の命名されたエンティティの抽出、抗微生物および抗がんペプチドの検出、分子最適化、教育生物情報学問題の解決が含まれる。
以上の結果から, GPT 変種のような LLM がこれらのタスクの多くをうまく処理できることが示唆された。
論文 参考訳(メタデータ) (2024-02-21T11:27:31Z) - The whack-a-mole governance challenge for AI-enabled synthetic biology:
literature review and emerging frameworks [0.0]
AIによる合成生物学は、大きな可能性を秘めているが、バイオリスクも著しく増大している。
将来のAIによるバイオハザードの予防と緩和を可能にする早期警戒システムを実現するには、常に進化する必要がある。
生成AIによって実現されたチャットボットの最近の進歩は、高度な生物学的洞察が悪性個人や組織の手に入りやすいという懸念を復活させた。
論文 参考訳(メタデータ) (2024-02-01T03:53:13Z) - Scientific Large Language Models: A Survey on Biological & Chemical
Domains [45.873156812250514]
大規模言語モデル(LLM)は、自然言語理解の強化において、変革的な力として現れてきた。
LLMの応用は従来の言語境界を超えて、様々な科学分野で開発された専門的な言語システムを含んでいる。
AI for Science(AI for Science)のコミュニティで急成長している分野として、科学LLMは包括的な探査を義務付けている。
論文 参考訳(メタデータ) (2024-01-26T05:33:34Z) - Evaluating the Potential of Leading Large Language Models in Reasoning
Biology Questions [33.81650223615028]
本研究では,概念生物学的な疑問に答える上で,LLM(Large Language Models)をリードする能力について検討した。
これらのモデルは、分子生物学、生物学的技術、代謝工学、合成生物学における生物学のトピックをカバーする108回の多重選択試験で試験された。
その結果、GPT-4の論理的推論能力と、データ分析、仮説生成、知識統合といった能力を通じて生物学の研究を支援する可能性を示唆した。
論文 参考訳(メタデータ) (2023-11-05T03:34:17Z) - ProBio: A Protocol-guided Multimodal Dataset for Molecular Biology Lab [67.24684071577211]
研究結果を複製するという課題は、分子生物学の分野に重大な障害をもたらしている。
まず、この目的に向けた最初のステップとして、ProBioという名前の包括的なマルチモーダルデータセットをキュレートする。
次に、透明なソリューショントラッキングとマルチモーダルなアクション認識という2つの挑戦的なベンチマークを考案し、BioLab設定におけるアクティビティ理解に関連する特徴と難しさを強調した。
論文 参考訳(メタデータ) (2023-11-01T14:44:01Z) - BioT5: Enriching Cross-modal Integration in Biology with Chemical
Knowledge and Natural Language Associations [54.97423244799579]
$mathbfBioT5$は、化学知識と自然言語の関連性によって生物学のクロスモーダルな統合を強化する事前学習フレームワークである。
$mathbfBioT5$は構造化知識と非構造化知識を区別し、より効果的な情報利用につながる。
論文 参考訳(メタデータ) (2023-10-11T07:57:08Z) - BioinspiredLLM: Conversational Large Language Model for the Mechanics of
Biological and Bio-inspired Materials [0.0]
オープンソースの自己回帰変換器大言語モデルであるBioinspiredLLMが報告されている。
このモデルは、構造的生物学的および生体的インスパイアされた材料分野において、1,000以上の査読された記事のコーパスで微調整された。
論文 参考訳(メタデータ) (2023-09-15T22:12:44Z) - Seeing biodiversity: perspectives in machine learning for wildlife
conservation [49.15793025634011]
機械学習は、野生生物種の理解、モニタリング能力、保存性を高めるために、この分析的な課題を満たすことができると我々は主張する。
本質的に、新しい機械学習アプローチとエコロジー分野の知識を組み合わせることで、動物生態学者は現代のセンサー技術が生み出すデータの豊富さを生かすことができる。
論文 参考訳(メタデータ) (2021-10-25T13:40:36Z) - A synthetic biology approach for the design of genetic algorithms with
bacterial agents [0.0]
合成細菌によって全てのステップが実行される進化的アルゴリズムの設計の斬新さとして紹介する。
結果は、合成生物学の原理、メカニズム、遺伝回路から着想を得た進化的アルゴリズムの可能性が開かれた。
論文 参考訳(メタデータ) (2021-01-19T09:59:33Z)
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。