論文の概要: AgriVariant: Variant Effect Prediction using DeepChem-Variant for Precision Breeding in Rice
- arxiv url: http://arxiv.org/abs/2602.17747v1
- Date: Thu, 19 Feb 2026 14:03:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-23 18:01:41.096302
- Title: AgriVariant: Variant Effect Prediction using DeepChem-Variant for Precision Breeding in Rice
- Title（参考訳）: イネの精密育種におけるDeepChem-Variantを用いたアグリバリアントの効果予測
- Authors: Ankita Vaishnobi Bisoi, Bharath Ramsundar,
- Abstract要約: AgriVariantはイネの変種効果予測のためのエンドツーエンドパイプラインである
提案手法は,DeepChem-Variant(DeepChem-Variant)と植物ゲノムアノテーションを併用する。
ストレス応答遺伝子を標的とした突然変異によるパイプラインの検証を行った。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Predicting functional consequences of genetic variants in crop genes remains a critical bottleneck for precision breeding programs. We present AgriVariant, an end-to-end pipeline for variant-effect prediction in rice (Oryza sativa) that addresses the lack of crop-specific variant-interpretation tools and can be extended to any crop species with available reference genomes and gene annotations. Our approach integrates deep learning-based variant calling (DeepChem-Variant) with custom plant genomics annotation using RAP-DB gene models and database-independent deleteriousness scoring that combines the Grantham distance and the BLOSUM62 substitution matrix. We validate the pipeline through targeted mutations in stress-response genes (OsDREB2a, OsDREB1F, SKC1), demonstrating correct classification of stop-gained, missense, and synonymous variants with appropriate HIGH / MODERATE / LOW impact assignments. An exhaustive mutagenesis study of OsMT-3a analyzed all 1,509 possible single-nucleotide variants in 10 days, identifying 353 high-impact, 447 medium-impact, and 709 low-impact variants - an analysis that would have required 2-4 years using traditional wet-lab approaches. This computational framework enables breeders to prioritize variants for experimental validation across diverse crop species, reducing screening costs and accelerating development of climate-resilient crop varieties.
- Abstract（参考訳）: 作物遺伝子における遺伝子変異の機能的影響を予測することは、正確な育種プログラムにとって重要なボトルネックである。
本稿では,イネにおける変異効果予測のためのエンドツーエンドパイプラインであるAgriVariantについて紹介する。
提案手法は,深層学習に基づく変種呼び出し(DeepChem-Variant)と,RAP-DB遺伝子モデルを用いたカスタム植物ゲノムアノテーションと,Grantham距離とBLOSUM62置換行列を組み合わせたデータベースに依存しない削除性スコアとを統合する。
我々は,ストレス応答性遺伝子(OsDREB2a,OsDREB1F,SKC1)の標的突然変異を用いてパイプラインを検証し,適切なハイ/MODERATE/LOWインパクト割り当てによる停止,ミスセンスおよび同義体の正しい分類を示す。
OsMT-3aの抜本的な変異原性の研究は、353個のハイインパクト、447個の中インパクト、709個の低インパクト変異を同定し、10日間で1,509個の単一ヌクレオチド変異体を解析した。
この計算枠組みにより、品種は様々な作物種にまたがる実験的検証のための変種を優先順位付けし、スクリーニングコストを低減し、耐気候性作物品種の開発を加速することができる。
関連論文リスト
- DeepVRegulome: DNABERT-based deep-learning framework for predicting the functional impact of short genomic variants on the human regulome [6.877744260030448]
Deep VRegulomeはヒトレギュロメにおける機能的破壊的変異の予測と解釈のためのディープラーニング手法である。
生存関連変異および調節領域の優先順位付けにおけるTGAグリオブラストマWGSデータセットの応用について紹介する。
論文 参考訳（メタデータ） (2025-11-12T06:25:31Z) - Vision Foundation Models in Agriculture: Toward Domain-Specific Adaptation for Weed Herbicide Trials Assessment [1.8430060563461854]
除草剤試験は、植物種の正確な同定と除草剤による損傷の評価を必要とする。
本研究では,除草剤の試薬評価に汎用的視覚基盤モデルを適用した。
大規模でキュレートされた農業データセットに対して、自己教師付き学習アプローチを用いてトレーニングされたモデルは、除草剤試薬画像に最適化されたリッチで移動可能な表現を学習する。
論文 参考訳（メタデータ） (2025-11-06T11:30:32Z) - Incorporating LLM Embeddings for Variation Across the Human Genome [7.919252190254812]
我々はヒトゲノム全体にわたる変異レベルの埋め込みを生成する最初の体系的な枠組みの1つを提示する。
FAVOR, ClinVar, GWAS Catalog のキュレートされたアノテーションを用いて, 我々は890億の可能な変種についてセマンティックテキスト記述を構築した。
埋め込みはOpenAIのtext-em-3-largeとオープンソースのQwen3-Embedding-0.6Bモデルの両方で製造された。
論文 参考訳（メタデータ） (2025-09-25T03:09:16Z) - Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。
我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。
また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
論文 参考訳（メタデータ） (2025-06-26T09:05:38Z) - Variational phylogenetic inference with products over bipartitions [48.2982114295171]
単一連鎖クラスタリングの合体時間に基づく新しい変分族を示し,木上の分布の閉形式密度を導出する。
我々の手法はすべての木空間に対して推論を行い、マルコフ連鎖モンテカルロ部分ルーチンは不要であり、我々の変分族は微分可能である。
論文 参考訳（メタデータ） (2025-02-21T00:06:57Z) - Artificial Immune System of Secure Face Recognition Against Adversarial Attacks [67.31542713498627]
昆虫生産には 最大限の可能性を実現するために 最適化が必要です
これは選択的育種による興味のある形質の改善が目的である。
このレビューは、様々な分野の知識と、動物の繁殖、定量的遺伝学、進化生物学、昆虫学のギャップを埋めるものである。
論文 参考訳（メタデータ） (2024-06-26T07:50:58Z) - BioDiscoveryAgent: An AI Agent for Designing Genetic Perturbation Experiments [112.25067497985447]
そこで,BioDiscoveryAgentを紹介した。このエージェントは,新しい実験を設計し,その結果の理由を明らかにし,仮説空間を効率的にナビゲートし,望ましい解に到達させる。
BioDiscoveryAgentは、機械学習モデルをトレーニングすることなく、新しい実験を独自に設計することができる。
6つのデータセットで関連する遺伝的摂動を予測することで、平均21%の改善が達成されている。
論文 参考訳（メタデータ） (2024-05-27T19:57:17Z) - FGBERT: Function-Driven Pre-trained Gene Language Model for Metagenomics [46.189419603576084]
FGBERTは、タンパク質に基づく遺伝子表現を文脈認識トークン化剤として利用する、新しいメダゲノミクス事前訓練モデルである。
これは、遺伝子、機能、細菌、環境レベルにまたがる4つのレベルでのメダゲノミクスデータセットに優れた性能を示す。
論文 参考訳（メタデータ） (2024-02-24T13:13:17Z) - Predicting loss-of-function impact of genetic mutations: a machine
learning approach [0.0]
本稿では,遺伝子変異の属性に基づいて機械学習モデルを学習し,LoFtoolスコアを予測することを目的とする。
これらの属性には、染色体上の突然変異の位置、アミノ酸の変化、変異によって引き起こされるコドンの変化が含まれていた。
モデルは, 平均2乗誤差, 平均2乗誤差, 平均2乗誤差, 平均絶対誤差, 説明分散の5倍のクロスバリデード平均を用いて評価した。
論文 参考訳（メタデータ） (2024-01-26T19:27:38Z) - PhyloTransformer: A Discriminative Model for Mutation Prediction Based
on a Multi-head Self-attention Mechanism [10.468453827172477]
重症急性呼吸器症候群ウイルス2(SARS-CoV-2)は10/19/21で219万人が感染し、死亡率は3.6%となっている。
そこで我々は,トランスフォーマーを用いた識別モデルであるPhylo Transformerを開発した。
論文 参考訳（メタデータ） (2021-11-03T01:30:57Z) - Multi-modal Self-supervised Pre-training for Regulatory Genome Across
Cell Types [75.65676405302105]
我々は、GeneBERTと呼ばれる、多モードかつ自己管理的な方法でゲノムデータを事前学習するための、単純かつ効果的なアプローチを提案する。
我々はATAC-seqデータセットで1700万のゲノム配列でモデルを事前訓練する。
論文 参考訳（メタデータ） (2021-10-11T12:48:44Z)
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。