論文の概要: AI-Driven Drug Repurposing through miRNA-mRNA Relation

• arxiv url: http://arxiv.org/abs/2509.03336v1
• Date: Wed, 03 Sep 2025 14:12:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 21:40:46.543798
• Title: AI-Driven Drug Repurposing through miRNA-mRNA Relation
• Title（参考訳）: MiRNA-mRNA関係によるAIによる医薬品の精製
• Authors: Sharanya Manoharan, Balu Bhasuran, Oviya Ramalakshmi Iyyappan, Mohamed Saleem Abdul Shukkoor, Malathi Sellapan, Kalpana Raja,
• Abstract要約: mRNA関係はいくつかの生物学的プロセスと疾患機構と密接に関連している。 今回われわれは,慢性閉塞性肺疾患に対するPubMedからmRNA関係を抽出するためにPubMedBERTモデルを適用した。
• 参考スコア（独自算出の注目度）: 0.2797211052758563
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: miRNA mRNA relations are closely linked to several biological processes and disease mechanisms In a recent study we tested the performance of large language models LLMs on extracting miRNA mRNA relations from PubMed PubMedBERT achieved the best performance of 0.783 F1 score for miRNA mRNA Interaction Corpus MMIC Here we first applied the finetuned PubMedBERT model to extract miRNA mRNA relations from PubMed for chronic obstructive pulmonary disease COPD Alzheimers disease AD stroke type 2 diabetes mellitus T2DM chronic liver disease and cancer Next we retrieved miRNA drug relations using KinderMiner a literature mining tool for relation extraction Then we constructed three interaction networks 1 disease centric network 2 drug centric network and 3 miRNA centric network comprising 3497 nodes and 16417 edges organized as a directed graph to capture complex biological relationships Finally we validated the drugs using MIMIC IV Our integrative approach revealed both established and novel candidate drugs for diseases under study through 595 miRNA drug relations extracted from PubMed To the best of our knowledge this is the first study to systematically extract and visualize relationships among four distinct biomedical entities miRNA mRNA drug and disease
• Abstract（参考訳）: 近ごろの研究では、PubMed PubMedBERTからmiRNA mRNA関係を抽出するためのLLMが、miRNA mRNA相互作用コーパスMMICの0.783 F1スコアの最高のパフォーマンスを達成した。 ここで、我々は、細調整されたPubMedBERTモデルを用いて、慢性閉塞性肺疾患のためのPubMedからmiRNARNA関係を抽出した。 COPD Alzheimers病 AD stroke type 2 diabetes mellitus T2DM chronic liver disease and cancer 次に、KinderMinerを用いてmiRNA薬物関係を検索した。

関連論文リスト

• LoRA-BERT: a Natural Language Processing Model for Robust and Accurate Prediction of long non-coding RNAs [11.346750562942345]
  長い非コードRNA(lncRNA)は多くの生物学的プロセスにおいて重要な調節因子である。 深層学習に基づくアプローチは、lncRNAを分類するために導入された。 LoRA-BERTは配列分類におけるヌクレオチドレベルの情報の重要性を捉えるように設計されている。
  論文  参考訳（メタデータ） (2024-11-11T22:17:01Z)
• mRNA2vec: mRNA Embedding with Language Model in the 5'UTR-CDS for mRNA Design [0.4999814847776097]
  本稿では,新しい文脈言語モデル(LM)に基づく埋め込み手法mRNA2vecを提案する。 既存のmRNA埋め込み手法とは対照的に,本手法はData2vecの自己教師型学習フレームワークをベースとしている。 mRNA2vecは翻訳効率(TE)と発現レベル(EL)予測タスクを大幅に改善している。
  論文  参考訳（メタデータ） (2024-08-16T23:23:40Z)
• BEACON: Benchmark for Comprehensive RNA Tasks and Language Models [60.02663015002029]
  本稿では、最初の包括的なRNAベンチマークBEACON(textbfBEnchmtextbfArk for textbfCOmprehensive RtextbfNA Task and Language Models)を紹介する。 まずBEACONは、構造解析、機能研究、工学的応用を網羅した、これまでの広範囲にわたる研究から導かれた13のタスクから構成される。 第2に、CNNのような従来のアプローチや、言語モデルに基づく高度なRNA基盤モデルなど、さまざまなモデルについて検討し、これらのモデルのタスク固有のパフォーマンスに関する貴重な洞察を提供する。 第3に、重要なRNA言語モデルコンポーネントについて検討する。
  論文  参考訳（メタデータ） (2024-06-14T19:39:19Z)
• Machine Learning Modeling Of SiRNA Structure-Potency Relationship With Applications Against Sars-Cov-2 Spike Gene [0.0]
  薬の発見プロセスは長くて費用がかかるので、新しい薬を市場に出すのに10年近くかかります。 バイオテクノロジー、計算方法、機械学習アルゴリズムは、薬物発見を革命させ、プロセスをスピードアップし、患者の結果を改善する可能性がある。 新型コロナウイルス(COVID-19)のパンデミックは、これらの技術の可能性の認識をさらに加速し、さらに深めている。
  論文  参考訳（メタデータ） (2024-01-18T23:00:34Z)
• Drug Synergistic Combinations Predictions via Large-Scale Pre-Training and Graph Structure Learning [82.93806087715507]
  薬物併用療法は、より有効で安全性の低い疾患治療のための確立された戦略である。 ディープラーニングモデルは、シナジスティックな組み合わせを発見する効率的な方法として登場した。 我々のフレームワークは、他のディープラーニングベースの手法と比較して最先端の結果を達成する。
  論文  参考訳（メタデータ） (2023-01-14T15:07:43Z)
• Accurate RNA 3D structure prediction using a language model-based deep learning approach [50.193512039121984]
  RhoFold+はRNA言語モデルに基づくディープラーニング手法で、配列から単一鎖RNAの3次元構造を正確に予測する。 RhoFold+はRNA 3D構造予測のための完全に自動化されたエンドツーエンドパイプラインを提供する。
  論文  参考訳（メタデータ） (2022-07-04T17:15:35Z)
• Improved Drug-target Interaction Prediction with Intermolecular Graph Transformer [98.8319016075089]
  本稿では,3方向トランスフォーマーアーキテクチャを用いて分子間情報をモデル化する手法を提案する。 分子間グラフ変換器(IGT)は、それぞれ、結合活性と結合ポーズ予測の2番目のベストに対して、最先端のアプローチを9.1%と20.5%で上回っている。 IGTはSARS-CoV-2に対して有望な薬物スクリーニング能力を示す。
  論文  参考訳（メタデータ） (2021-10-14T13:28:02Z)
• Deep Belief Network based representation learning for lncRNA-disease association prediction [0.0]
  lncRNA-解離関連を正確に同定することは、lncRNAの機能と疾患機構を理解するのに不可欠である。 近年,生物学的ネットワーク解析において,ネットワーク特徴の潜在表現を学習するために,ディープ信頼ネットワーク (DBN) が用いられている。 本稿では,DBNをベースとしたlncRNA-解離関連予測モデル(DBNLDA)を提案する。
  論文  参考訳（メタデータ） (2020-06-22T18:05:28Z)

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。