論文の概要: Probabilistic Genotype-Phenotype Maps Reveal Mutational Robustness of RNA Folding, Spin Glasses, and Quantum Circuits

• arxiv url: http://arxiv.org/abs/2301.01847v1
• Date: Wed, 4 Jan 2023 23:09:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-08 22:31:28.892003
• Title: Probabilistic Genotype-Phenotype Maps Reveal Mutational Robustness of RNA Folding, Spin Glasses, and Quantum Circuits
• Title（参考訳）: RNAフォールディング、スピングラス、量子回路の変異ロバスト性に関する確率論的遺伝子型フェノタイプマップ
• Authors: Anna Sappington, Vaibhav Mohanty
• Abstract要約: 本稿では,各遺伝子型を表現型確率ベクトルにマッピングする確率的遺伝子型フェノタイプマップを紹介する。 本研究では,様々な物理源から生じる不確実性に対処できることを示す3つのモデルシステムについて検討する。 いずれのケースにおいても,より頻繁な表現型に対するランダムな期待に対して拡張された,新しい双相性頑健性尺度が観察される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent studies of genotype-phenotype (GP) maps have reported universally enhanced phenotypic robustness to genotype mutations, a feature essential to evolution. Virtually all of these studies make a simplifying assumption that each genotype maps deterministically to a single phenotype. Here, we introduce probabilistic genotype-phenotype (PrGP) maps, where each genotype maps to a vector of phenotype probabilities, as a more realistic framework for investigating robustness. We study three model systems to show that our generalized framework can handle uncertainty emerging from various physical sources: (1) thermal fluctuation in RNA folding, (2) external field disorder in spin glass ground state finding, and (3) superposition and entanglement in quantum circuits, which are realized experimentally on a 7-qubit IBM quantum computer. In all three cases, we observe a novel biphasic robustness scaling which is enhanced relative to random expectation for more frequent phenotypes and approaches random expectation for less frequent phenotypes.
• Abstract（参考訳）: 遺伝子型表現型(gp)マップの最近の研究では、遺伝子型変異に対する普遍的な表現型的堅牢性が報告されている。 これらの研究の全ては、それぞれの遺伝子型が決定論的に単一の表現型にマッピングするという仮定を単純化する。 本稿では,各遺伝子型が表現型確率ベクトルにマップされる確率的遺伝子型フェノタイプ(PrGP)マップについて,より現実的なロバスト性調査の枠組みとして紹介する。 本研究では,(1)rna折り畳みにおける熱揺らぎ,(2)スピングラス基底状態における外部電界障害,(3)7量子ビットibm量子コンピュータ上で実験的に実現される量子回路における重ね合わせと絡み合いの3つのモデルシステムについて検討した。 いずれの場合も,より頻繁な表現型に対するランダムな予測に対して拡張され,より頻繁な表現型に対するランダムな予測にアプローチする新しい二相性ロバスト性スケーリングが観察される。

関連論文リスト

• Causal Representation Learning from Multimodal Biological Observations [57.00712157758845]
  我々は,マルチモーダルデータに対するフレキシブルな識別条件の開発を目指している。 我々は、各潜伏成分の識別可能性を保証するとともに、サブスペース識別結果を事前の作業から拡張する。 我々の重要な理論的要素は、異なるモーダル間の因果関係の構造的空間性である。
  論文  参考訳（メタデータ） (2024-11-10T16:40:27Z)
• Seeing Unseen: Discover Novel Biomedical Concepts via Geometry-Constrained Probabilistic Modeling [53.7117640028211]
  同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。 構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。 スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
  論文  参考訳（メタデータ） (2024-03-02T00:56:05Z)
• On The Nature Of The Phenotype In Tree Genetic Programming [3.8642945120580703]
  ツリーベースGP(TGP)における遺伝子型と表現型の基本概念について論じる。 次に、5つのベンチマークデータセットを使ってその振る舞いを分析する。 表現型を生成するために,GP木から意味的に非効率なコードを取り除くユニークな手法を提案する。
  論文  参考訳（メタデータ） (2024-02-12T19:19:29Z)
• evolSOM: an R Package for evolutionary conservation analysis with SOMs [0.4972323953932129]
  本稿では,生物変数の保存を探索・可視化するために,自己組織化マップ(SOM)を利用した新しいRパッケージであるevolSOMを紹介する。 パッケージは自動的に変位を計算し、図形的に表示し、保存された変数と変位した変数を効率よく比較および明らかにする。 EvolSOMを用いて遺伝子および表現型形質の変位を解析し、草葉における表現型分化の潜在的な要因を同定した。
  論文  参考訳（メタデータ） (2024-02-09T20:33:48Z)
• Equivariant Flow Matching with Hybrid Probability Transport [69.11915545210393]
  拡散モデル (DM) は, 特徴量の多いジオメトリの生成に有効であることを示した。 DMは通常、非効率なサンプリング速度を持つ不安定な確率力学に悩まされる。 等変モデリングと安定化確率力学の両方の利点を享受する幾何フローマッチングを導入する。
  論文  参考訳（メタデータ） (2023-12-12T11:13:13Z)
• 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)
• Phenotype Search Trajectory Networks for Linear Genetic Programming [8.079719491562305]
  中立性(英: Neutrality)は、いくつかの突然変異が表現型変化を起こさないという観察である。 遺伝的プログラミングシステムの探索軌跡をグラフベースモデルとして検討する。 遺伝子型とコルモゴロフ複雑性を含む表現型の特徴を測定した。
  論文  参考訳（メタデータ） (2022-11-15T21:20:50Z)
• Evolving Complexity is Hard [0.0]
  ジェノタイプフェノタイプマップは進化の基本であり、ジェノタイプ空間における表現型保存ウォークに従うことによって進化を可能にする。 ここでは,ディジタル論理ゲート回路G-Pマップを用いて,ジェノタイプを回路で表現し,表現型を回路が計算する関数で表現する。 論理ゲート回路は, 表現型展開性, 頑健性, 複雑さの計算方法の1つの関係を除いて, 生物学的に導出されたG-Pマップの普遍的性質を多数共有していることを示す。
  論文  参考訳（メタデータ） (2022-09-16T19:13:02Z)
• Neural network facilitated ab initio derivation of linear formula: A case study on formulating the relationship between DNA motifs and gene expression [8.794181445664243]
  本稿では、解釈可能なニューラルネットワークモデルに基づく新しいアプローチを用いて、シーケンスモチーフと線形式を導出するためのフレームワークを提案する。 この線形モデルは、深いニューラルネットワークモデルに匹敵する性能を持つプロモーター配列を用いて遺伝子発現レベルを予測することができることを示した。
  論文  参考訳（メタデータ） (2022-08-19T22:29:30Z)
• rfPhen2Gen: A machine learning based association study of brain imaging phenotypes to genotypes [71.1144397510333]
  56個の脳画像QTを用いてSNPを予測する機械学習モデルを学習した。 アルツハイマー病(AD)リスク遺伝子APOEのSNPは、ラスソとランダムな森林に対して最低のRMSEを有していた。 ランダム・フォレストは、線形モデルによって優先順位付けされなかったが、脳関連疾患と関連があることが知られている追加のSNPを特定した。
  論文  参考訳（メタデータ） (2022-03-31T20:15:22Z)
• Complexity-based speciation and genotype representation for neuroevolution [81.21462458089142]
  本稿では、進化するネットワークを隠されたニューロンの数に基づいて種に分類する神経進化の種分化原理を提案する。 提案された種分化原理は、種および生態系全体における多様性の促進と保存を目的として設計されたいくつかの技術で採用されている。
  論文  参考訳（メタデータ） (2020-10-11T06:26:56Z)

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。