論文の概要: Identifying Selections Operating on HIV-1 Reverse Transcriptase via
Uniform Manifold Approximation and Projection
- arxiv url: http://arxiv.org/abs/2210.00345v1
- Date: Sat, 1 Oct 2022 19:08:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 17:55:04.845676
- Title: Identifying Selections Operating on HIV-1 Reverse Transcriptase via
Uniform Manifold Approximation and Projection
- Title（参考訳）: 一様マニフォールド近似と投影によるHIV-1逆転写酵素の同定
- Authors: Shefali Qamar, Manel Camps, Jay Kim
- Abstract要約: 治療レギュレンを標識したStanford HIV Drug resistance Databaseから14,651のHIV1逆転写酵素(HIV RT)配列を解析した。
我々のゴールは、進化中のHIV RTの配列空間の異なるセクターを特定することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We analyze 14,651 HIV1 reverse transcriptase (HIV RT) sequences from the
Stanford HIV Drug Resistance Database labeled with treatment regimen in order
to study the evolution this enzyme under drug selection in the clinic. Our goal
is to identify distinct sectors of HIV RT's sequence space that are undergoing
evolution as a way to identify individual selections and/or evolutionary
solutions. We utilize Uniform Manifold Approximation and Projection (UMAP), a
graph-based dimensionality reduction technique uniquely suited for the
detection of non-linear dependencies and visualize the results using an
unsupervised clustering algorithm based on density analysis. Our analysis
produced 21 distinct clusters of sequences. Supporting the biological
significance of these clusters, they tend to represent phylogenetically related
sequences with strong correspondence to distinct treatment regimens. Thus, this
method for visualization of areas of HIV RT undergoing evolution can help infer
information about selective pressures, although it is correlative. The mutation
signatures associated with each cluster may represent the higher-order
epistatic context facilitating these evolutionary pathways, information that is
generally not accessible by other types of mutational co-dependence analyses.
- Abstract（参考訳）: 治療レジームで標識されたスタンフォードhiv抵抗性データベースから14,651個のhiv1逆転写酵素(hiv rt)配列を解析し,この酵素の進化を臨床で研究した。
我々のゴールは、HIV RTの配列空間の異なるセクターを特定し、個々の選択または/または進化的解を識別する方法として進化中である。
非線型依存の検出に特に適しているグラフベースの次元削減手法であるUniform Manifold Approximation and Projection (UMAP) を用い、密度解析に基づく教師なしクラスタリングアルゴリズムを用いて結果を可視化する。
解析では21の異なる配列のクラスターが得られた。
これらのクラスターの生物学的意義を支持するため、異なる治療レギュラーに強く対応した系統関係の配列を表わす傾向にある。
したがって、進化中のHIV RT領域を可視化するこの方法は、相関性はあるものの、選択的圧力に関する情報を推測するのに役立つ。
各クラスターに関連する突然変異のシグネチャは、これらの進化経路を促進する高次エピスタティック・コンテクストを表し、他のタイプの変異共依存解析では一般にアクセスできない情報である。
関連論文リスト
- Detecting and Identifying Selection Structure in Sequential Data [53.24493902162797]
我々は,音楽のシーケンスなどの実践的な状況において,潜在目的に基づくデータポイントの選択的包摂が一般的である,と論じる。
選択構造はパラメトリックな仮定や介入実験なしで識別可能であることを示す。
また、他の種類の依存関係と同様に、選択構造を検知し、識別するための証明可能な正当性アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-06-29T20:56:34Z) - Combining propensity score methods with variational autoencoders for
generating synthetic data in presence of latent sub-groups [0.0]
ヘテロジニティは、例えば、サブグループラベルによって示されるように知られ、あるいは未知であり、双曲性や歪みのような分布の性質にのみ反映されるかもしれない。
本研究では,変分オートエンコーダ(VAE)から合成データを取得する際に,このような異種性をどのように保存し,制御するかを検討する。
論文 参考訳（メタデータ） (2023-12-12T22:49:24Z) - Single-Cell Deep Clustering Method Assisted by Exogenous Gene
Information: A Novel Approach to Identifying Cell Types [50.55583697209676]
我々は,細胞間のトポロジ的特徴を効率的に捉えるために,注目度の高いグラフオートエンコーダを開発した。
クラスタリング過程において,両情報の集合を統合し,細胞と遺伝子の特徴を再構成し,識別的表現を生成する。
本研究は、細胞の特徴と分布に関する知見を高め、疾患の早期診断と治療の基礎となる。
論文 参考訳（メタデータ） (2023-11-28T09:14:55Z) - Bayesian outcome-guided multi-view mixture models with applications in
molecular precision medicine [0.0]
クラスタリングは一般的に、'オミクスデータセットの構造を明らかにするための最初の分析ステップとして実行される。
本稿では,変数群(ビュー)を識別する多視点ベイズ混合モデルを提案する。
本研究は成層医療の応用を考察し,臨床応用可能な疾患のサブタイプを明確に定義した患者集団の同定を主目的とする。
論文 参考訳（メタデータ） (2023-03-01T08:32:23Z) - Unsupervised ensemble-based phenotyping helps enhance the
discoverability of genes related to heart morphology [57.25098075813054]
我々はUn Phenotype Ensemblesという名の遺伝子発見のための新しいフレームワークを提案する。
教師なしの方法で学習された表現型のセットをプールすることで、冗長だが非常に表現性の高い表現を構築する。
これらの表現型は、(GWAS)を介して分析され、高い自信と安定した関連のみを保持する。
論文 参考訳（メタデータ） (2023-01-07T18:36:44Z) - Unsupervised machine learning framework for discriminating major
variants of concern during COVID-19 [1.5346017713894948]
新型コロナウイルスの感染拡大は、ウイルスの突然変異率の高さから急速に進展した。
デルタやオミクロンのような一部のウイルスは、ウイルスの性質が変化し、感染や死亡率に繋がった。
教師なしの機械学習手法は、非ラベルデータの圧縮、キャラクタリゼーション、可視化を行うことができる。
論文 参考訳（メタデータ） (2022-08-01T13:02:28Z) - Effective and scalable clustering of SARS-CoV-2 sequences [0.41998444721319206]
SARS-CoV-2は進化過程に従って変異し続けている。
GISAIDなどの公開データベースで現在利用可能なSARS-CoV-2のシーケンス数は数百万である。
本稿では,現在のSARS-CoV-2変種をクラスタリングシーケンスに基づいて同定する手法を提案する。
論文 参考訳（メタデータ） (2021-08-18T13:32:43Z) - 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) - Trajectories, bifurcations and pseudotime in large clinical datasets:
applications to myocardial infarction and diabetes data [94.37521840642141]
混合データ型と欠落値を特徴とする大規模臨床データセット分析のための半教師付き方法論を提案する。
この手法は、次元の減少、データの可視化、クラスタリング、特徴の選択と、部分的に順序付けられた観測列における測地距離(擬時)の定量化のタスクを同時に扱うことのできる弾性主グラフの適用に基づいている。
論文 参考訳（メタデータ） (2020-07-07T21:04:55Z) - A Novel Granular-Based Bi-Clustering Method of Deep Mining the
Co-Expressed Genes [76.84066556597342]
ビクラスタリング法は、サンプル(遺伝子)のサブセットが試験条件下で協調的に制御されるバイクラスタをマイニングするために用いられる。
残念ながら、従来の二クラスタ法はそのような二クラスタを発見するのに完全には効果がない。
本稿では,グラニュラーコンピューティングの理論を取り入れた新しい2クラスタリング手法を提案する。
論文 参考訳（メタデータ） (2020-05-12T02:04:40Z)
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。