Fugu-MT 論文翻訳(概要): AskBeacon -- Performing genomic data exchange and analytics with natural language

論文の概要: AskBeacon -- Performing genomic data exchange and analytics with natural language

arxiv url: http://arxiv.org/abs/2410.16700v2
Date: Wed, 23 Oct 2024 02:29:24 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-24 09:55:04.603693
Title: AskBeacon -- Performing genomic data exchange and analytics with natural language
Title（参考訳）: AskBeacon -- 自然言語でゲノムデータ交換と解析を行う
Authors: Anuradha Wickramarachchi, Shakila Tonni, Sonali Majumdar, Sarvnaz Karimi, Sulev Kõks, Brendan Hosking, Jordi Rambla, Natalie A. Twine, Yatish Jain, Denis C. Bauer,
Abstract要約: AskBeaconは、GA4GH Beaconプロトコルを介して、安全に共有されたコホートに大規模言語モデルを適用することを可能にする。単にBeaconを"探す"ことで、実行可能な洞察を得、分析し、出版対応にすることができる。
参考スコア（独自算出の注目度）: 3.486573137484964
License:
Abstract: Enabling clinicians and researchers to directly interact with global genomic data resources by removing technological barriers is vital for medical genomics. AskBeacon enables Large Language Models to be applied to securely shared cohorts via the GA4GH Beacon protocol. By simply "asking" Beacon, actionable insights can be gained, analyzed and made publication-ready.
Abstract（参考訳）: 臨床医や研究者が、技術的障壁を取り除き、地球規模のゲノムデータ資源と直接対話できるようにすることは、医療ゲノム学にとって不可欠である。 AskBeaconは、GA4GH Beaconプロトコルを介して、安全に共有されたコホートに大規模言語モデルを適用することを可能にする。単にBeaconを"探す"ことで、実行可能な洞察を得、分析し、出版対応にすることができる。

関連論文リスト

iASiS: Towards Heterogeneous Big Data Analysis for Personalized Medicine [28.917691563659467]
iASiSインフラストラクチャは、臨床ノートを使用可能なデータに変換することができる。データの意味的な統合を使用することで、リッチで監査可能で信頼性の高い情報を生成する機会が得られる。 iASiSのユースケース,認知症,肺癌の2つの異なる疾患カテゴリのデータ資源について検討した。
論文参考訳（メタデータ） (2024-07-09T10:52:19Z)
GENEVIC: GENetic data Exploration and Visualization via Intelligent interactive Console [6.786793669890866]
GENEVICは、遺伝的データ生成と生物医学的知識発見のギャップを埋める、AI駆動のチャットフレームワークである。カスタマイズされたドメイン固有の遺伝情報の分析、検索、可視化を自動化する。機能を統合して、タンパク質相互作用ネットワークの生成、遺伝子セットの強化、PubMed、Google Scholar、arXivから科学文献の検索を行う。
論文参考訳（メタデータ） (2024-04-04T20:53:30Z)
Toward a Team of AI-made Scientists for Scientific Discovery from Gene Expression Data [9.767546641019862]
我々は、科学的な発見パイプラインを合理化するために設計された新しいフレームワーク、AIマニュフェストチーム(TAIS)を紹介する。 TAISは、プロジェクトマネージャ、データエンジニア、ドメインエキスパートを含むシミュレートされた役割で構成され、それぞれがLLM(Large Language Model)によって表現される。これらの役割は、典型的にはデータ科学者が行うタスクを再現するために協力し、疾患予測遺伝子を特定することに焦点を当てている。
論文参考訳（メタデータ） (2024-02-15T06:30:12Z)
Causal machine learning for single-cell genomics [94.28105176231739]
単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
論文参考訳（メタデータ） (2023-10-23T13:35:24Z)
GAIA Search: Hugging Face and Pyserini Interoperability for NLP Training Data Exploration [97.68234051078997]
我々はPyseriniを、オープンソースのAIライブラリとアーティファクトのHugging Faceエコシステムに統合する方法について論じる。 Jupyter NotebookベースのウォークスルーがGitHubで公開されている。 GAIA Search - 前述した原則に従って構築された検索エンジンで、人気の高い4つの大規模テキストコレクションへのアクセスを提供する。
論文参考訳（メタデータ） (2023-06-02T12:09:59Z)
GenSpectrum Chat: Data Exploration in Public Health Using Large Language Models [2.9823962001574187]
新型コロナウイルスのパンデミックは、疫学的データを容易にアクセスし、探索可能にすることの重要性を強調した。我々は、GPT-4を基盤となる大規模言語モデル(LLM)として、SARS-CoV-2ゲノムシークエンシングデータを調べる「GenSpectrum Chat」を開発した。
論文参考訳（メタデータ） (2023-05-23T08:43:43Z)
Explaining Patterns in Data with Language Models via Interpretable Autoprompting [143.4162028260874]
本稿では,データを説明する自然言語文字列を生成するアルゴリズムである,解釈可能なオートプロンプト(iPrompt)を提案する。 iPromptは、基盤となるデータセット記述を正確に見つけることで、意味のある洞察を得ることができる。 fMRIデータセットを用いた実験は、iPromptが科学的発見に役立つ可能性を示している。
論文参考訳（メタデータ） (2022-10-04T18:32:14Z)
Scientific Language Models for Biomedical Knowledge Base Completion: An Empirical Study [62.376800537374024]
我々は,KG の完成に向けた科学的 LM の研究を行い,生物医学的リンク予測を強化するために,その潜在知識を活用できるかどうかを探る。 LMモデルとKG埋め込みモデルを統合し,各入力例をいずれかのモデルに割り当てることを学ぶルータ法を用いて,性能を大幅に向上させる。
論文参考訳（メタデータ） (2021-06-17T17:55:33Z)
Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
論文参考訳（メタデータ） (2021-03-23T11:10:04Z)
Reconciling Security and Utility in Next-Generation Epidemic Risk Mitigation Systems [49.05741109401773]
ユーザのプライバシをリッチなデータ収集と整合させるシステムであるSilmarillionを提案する。 Silmarillionでは、ユーザーデバイスが戦略的場所に設置されたビーコンでBluetoothの遭遇を記録する。ユーザプライバシとデータセキュリティを保証するSilmarillionとその通信プロトコルの設計について述べる。
論文参考訳（メタデータ） (2020-11-16T16:19:37Z)
A Pipeline for Integrated Theory and Data-Driven Modeling of Genomic and Clinical Data [5.921993992338802]
統合ゲノムおよび臨床データからの知識発見のためのパイプラインを提案する。このパイプラインが乳がんの予後予測モデルをどのように改善するかを実証し、生物学的に解釈可能なシークエンシングデータのビューを提供する。
論文参考訳（メタデータ） (2020-05-05T22:23:27Z)

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。