論文の概要: A Fourfold Pathogen Reference Ontology Suite

• arxiv url: http://arxiv.org/abs/2501.01454v2
• Date: Fri, 24 Jan 2025 21:35:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-28 13:50:25.681843
• Title: A Fourfold Pathogen Reference Ontology Suite
• Title（参考訳）: 四重病原性オントロジースイート
• Authors: Shane Babcock, Carter Benson, Giacomo De Colle, Sydney Cohen, Alexander D. Diehl, Ram A. N. R. Challa, Ray Mavrovich, Joshua Billig, Anthony Huffman, Yongqun He, John Beverley,
• Abstract要約: 感染症オントロジー(IDO)とその拡張は、感染症に関連する情報の整理と普及に不可欠である。 新型コロナウイルスは、IDOとそのウイルス特異的拡張の更新の必要性を強調した。 我々は、IDOの病原性特異的拡張を生成するために「ハブ・アンド・スポーク」手法を採用する。
• 参考スコア（独自算出の注目度）: 32.134377277970216
• License:
• Abstract: Infectious diseases remain a critical global health challenge, and the integration of standardized ontologies plays a vital role in managing related data. The Infectious Disease Ontology (IDO) and its extensions, such as the Coronavirus Infectious Disease Ontology (CIDO), are essential for organizing and disseminating information related to infectious diseases. The COVID-19 pandemic highlighted the need for updating IDO and its virus-specific extensions. There is an additional need to update IDO extensions specific to bacteria, fungus, and parasite infectious diseases. We adopt the "hub and spoke" methodology to generate pathogen-specific extensions of IDO: Virus Infectious Disease Ontology (VIDO), Bacteria Infectious Disease Ontology (BIDO), Mycosis Infectious Disease Ontology (MIDO), and Parasite Infectious Disease Ontology (PIDO). The creation of pathogen-specific reference ontologies advances modularization and reusability of infectious disease data within the IDO ecosystem. Future work will focus on further refining these ontologies, creating new extensions, and developing application ontologies based on them, in line with ongoing efforts to standardize biological and biomedical terminologies for improved data sharing and analysis.
• Abstract（参考訳）: 感染症は依然として重要な世界的な健康上の課題であり、標準化されたオントロジの統合は関連するデータを管理する上で重要な役割を担っている。 感染性疾患オントロジー(IDO)とその拡張、例えば、コロナウイルス感染性疾患オントロジー(CIDO)は、感染症に関連する情報を整理し、広めるために不可欠である。 新型コロナウイルスのパンデミックは、IDOとそのウイルス特異的拡張の更新の必要性を強調した。 また、細菌、真菌、寄生虫感染症に特有のIDO拡張を更新する必要がある。 ウイルス感染病オントロジー(VIDO)、細菌感染病オントロジー(BIDO)、菌症感染病オントロジー(MIDO)、寄生虫感染病オントロジー(PIDO)の病原体特異的な拡張を生成するための「ハブ・アンド・スポーク」手法を採用した。 病原体特異的参照オントロジーの作成は、IDOエコシステム内の感染症データのモジュール化と再利用を促進する。 今後の研究は、これらのオントロジーをさらに洗練し、新しい拡張を作成し、それらに基づくアプリケーションオントロジーを開発することに集中する。

関連論文リスト

• Epidemiology-Aware Neural ODE with Continuous Disease Transmission Graph [14.28921518883576]
  持続疾患透過グラフ(EARTH)を用いた疫学対応ニューラル・オードという,革新的なエンドツーエンドフレームワークを提案する。 本稿ではまず,感染メカニズムとニューラルODEアプローチをシームレスに統合するEANOを提案する。 また,グローバルな感染動向をモデル化するためにGLTGを導入し,これらの信号を利用して局所的な感染を動的に誘導する。
  論文  参考訳（メタデータ） (2024-09-28T04:07:16Z)
• Potential of Multimodal Large Language Models for Data Mining of Medical Images and Free-text Reports [51.45762396192655]
  特にGemini-Vision-Series (Gemini) と GPT-4-Series (GPT-4) は、コンピュータビジョンのための人工知能のパラダイムシフトを象徴している。 本研究は,14の医用画像データセットを対象に,Gemini,GPT-4,および4つの一般的な大規模モデルの性能評価を行った。
  論文  参考訳（メタデータ） (2024-07-08T09:08:42Z)
• PathoLM: Identifying pathogenicity from the DNA sequence through the Genome Foundation Model [9.285895422810704]
  PathoLMは、細菌およびウイルス配列の病原性の同定に最適化された最先端の病原体言語モデルである。 ESKAPEE病原体を含む約30種のウイルスと細菌からなる包括的データセットを開発した。 比較評価では、PathoLMはDciPathoのような既存のモデルよりも劇的に優れており、堅牢なゼロショットと少数ショット機能を示している。
  論文  参考訳（メタデータ） (2024-06-19T00:53:48Z)
• Tertiary Lymphoid Structures Generation through Graph-based Diffusion [54.37503714313661]
  本研究では,最先端のグラフベース拡散モデルを用いて生物学的に意味のある細胞グラフを生成する。 本研究では, グラフ拡散モデルを用いて, 3次リンパ構造(TLS)の分布を正確に学習できることを示す。
  論文  参考訳（メタデータ） (2023-10-10T14:37:17Z)
• 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)
• Simple Data Augmentation Techniques for Chinese Disease Normalization [37.728046333074786]
  病名正規化は医療分野において重要な課題である。 既存の疾患名正規化システムに対する最も大きな障害は、トレーニングデータの不足である。 本稿では,一連のデータ拡張手法といくつかのサポートモジュールを含む新しいデータ拡張手法を提案する。
  論文  参考訳（メタデータ） (2023-06-02T22:12:05Z)
• Scalable Pathogen Detection from Next Generation DNA Sequencing with Deep Learning [3.8175773487333857]
  本稿ではトランスフォーマーネットワークをバックボーンとして利用するディープラーニングベースのソリューションMG2Vecを提案する。 提案手法は,未治療の実際の臨床サンプルから病原体を検出するのに有効であることを示す。 本稿では,メタジェノムをベースとした深層学習による疾患診断のための新しい表現学習フレームワークの包括的評価を行う。
  論文  参考訳（メタデータ） (2022-11-30T00:13:59Z)
• EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
  本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
  論文  参考訳（メタデータ） (2022-08-01T18:47:03Z)
• 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)
• A Cross-Level Information Transmission Network for Predicting Phenotype from New Genotype: Application to Cancer Precision Medicine [37.442717660492384]
  本稿では,CLEIT(Cross-Level Information Transmission Network)フレームワークを提案する。 ドメイン適応にインスパイアされたCLEITは、まずハイレベルドメインの潜在表現を学び、その後、接地木埋め込みとして利用する。 体細胞突然変異による抗がん剤感受性の予測におけるCLEITの有効性と性能の向上を示す。
  論文  参考訳（メタデータ） (2020-10-09T22:01:00Z)

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。