論文の概要: Unsupervised Pattern Analysis in Japanese Veterinary Toxicology: A Regulatory-Compliant Framework for Cross-Species Risk Assessment
- arxiv url: http://arxiv.org/abs/2606.06207v1
- Date: Thu, 04 Jun 2026 14:14:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-05 22:39:44.850237
- Title: Unsupervised Pattern Analysis in Japanese Veterinary Toxicology: A Regulatory-Compliant Framework for Cross-Species Risk Assessment
- Title（参考訳）: 日本獣医学における教師なしパターン分析--異種間リスクアセスメントのための規則適合型フレームワーク
- Authors: Yukiko Kawakami, Mohammad Shirazi, Ryo Shimizuwa, Saito Shinoda, Alireza Mortazavi, Matsumoto Kawahara,
- Abstract要約: 本研究では,NVAL(National Veterinary Assay Laboratory, NVAL)データベースを用いた, パターン発見のための規制統合型教師なしフレームワークを提案する。
類似性に基づくクラスタリングと次元減少を応用して潜在毒性構造を同定する。
4,120人の高信頼ADEレポートの分析により、3つの重要な種群が同定された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Veterinary pharmacovigilance systems are essential for monitoring adverse drug events (ADEs), yet existing approaches often fail to capture region-specific toxicity patterns shaped by local biological and regulatory contexts. In Japan, these challenges are amplified by species-specific metabolic differences and reporting practices defined by the Ministry of Agriculture, Forestry, and Fisheries (MAFF). Most prior work relies on prediction-oriented models, limiting mechanistic interpretability. This study proposes a regulatory-integrated unsupervised framework for pattern discovery using the National Veterinary Assay Laboratory (NVAL) database. ADEs are encoded into organ system-aligned representations and adjusted for species-specific reporting biases, enabling cross-species comparison. Similarity-based clustering and dimensionality reduction are applied to identify latent toxicity structures. Analysis of 4,120 high-confidence ADE reports (9,080 drug-ADE combinations) identified three significant species clusters (p < 0.01), including hepatic-dominant patterns in companion animals (0.42 $\pm$ 0.06), renal toxicity in ruminants (0.39 $\pm$ 0.07), and dermatological sensitivity in sheep (0.35 $\pm$ 0.07). Drug-level clustering achieved 83% alignment with pharmacological classes, while cosine similarity outperformed alternative metrics (silhouette score: 0.48; cluster precision: 87%). Regulatory validation showed strong agreement with established classifications. These findings demonstrate that regulation-aligned unsupervised analysis can uncover biologically meaningful, region-specific toxicity patterns, providing an interpretable and scalable framework for veterinary drug safety assessment.
- Abstract（参考訳）: 獣医の薬物移動システムは、有害薬物イベント(ADE)のモニタリングに不可欠であるが、既存のアプローチでは、局所的な生物学的および規制的な文脈によって形成された地域固有の毒性パターンを捉えることができないことが多い。
日本では,これらの課題は,農林水産省(MAFF)が定義する種別代謝差や報告の実践によって増幅されている。
これまでの作業のほとんどは予測指向モデルに依存しており、機械的解釈可能性を制限する。
本研究では,NVAL(National Veterinary Assay Laboratory, NVAL)データベースを用いた, パターン発見のための規制統合型教師なしフレームワークを提案する。
ADEは臓器系に整列した表現にコード化され、種特異的な報告バイアスに調整され、種間比較が可能である。
類似性に基づくクラスタリングと次元減少を応用して潜在毒性構造を同定する。
4,120件の高信頼ADEレポート (9,080の薬物とADEの組み合わせ) の分析では、3つの重要な種群 (p < 0.01) が同定され、これには、共生動物の肝優占パターン (0.42$\pm$ 0.06) 、反抗動物の腎毒性 (0.39$\pm$ 0.07) 、羊の皮膚学感受性 (0.35$\pm$ 0.07) が含まれる。
薬物レベルのクラスタリングは薬理学のクラスと83%のアライメントを達成し、コサインの類似性は代替指標(シルエットスコア:0.48、クラスタ精度:87%)を上回った。
規制の検証は、確立された分類と強く一致した。
これらの結果から, 規制に整合した無監督分析は, 生物学的に有意な, 地域特異的な毒性パターンを解明し, 獣医学的医薬品安全性評価のための解釈可能な, スケーラブルな枠組みを提供する可能性が示唆された。
関連論文リスト
- An explainable hypothesis-driven approach to Drug-Induced Liver Injury with HADES [0.0]
薬物性肝障害(DILI)は、後期臨床試験における主要な原因である。
仮説生成問題として,DILI予測の方がよいと論じる。
透明で監査可能な推論トレースを生成するために設計されたエージェントシステムであるHADESを提案する。
論文 参考訳（メタデータ） (2026-05-04T14:50:28Z) - Eligibility-Aware Evidence Synthesis: An Agentic Framework for Clinical Trial Meta-Analysis [49.83108591873481]
EligMetaはエージェントフレームワークで、自動トライアル発見と、資格を意識したメタ分析を統合する。
フレームワークは、目標トライアル間の人口アライメントを反映した類似性に基づく研究重量を計算し、適性基準を構造化する。
論文 参考訳（メタデータ） (2026-04-03T03:18:50Z) - Development of a fully deep learning model to improve the reproducibility of sector classification systems for predicting unerupted maxillary canine likelihood of impaction [0.11726720776908518]
本研究の目的は,セクター分類システムの内・間運用者を減らすための,完全深層学習モデルを開発することである。
DenseNet121は3つの異なるクラスで影響を受け、全体的な精度は76.8%であった。
論文 参考訳（メタデータ） (2025-11-24T14:45:46Z) - CONFIDE: Hallucination Assessment for Reliable Biomolecular Structure Prediction and Design [46.12506067241116]
本稿では,位相的フラストレーションを定量化する自己評価尺度であるCODE(Chain of Diffusion Embeddings)を提案する。
エネルギー的およびトポロジ的視点を組み合わせた統合評価フレームワークであるCONFIDEを提案する。
データ駆動の埋め込みと理論的な洞察を組み合わせることで、CODEとConFIDEは、幅広い生体分子システムで既存の指標より優れています。
論文 参考訳（メタデータ） (2025-11-20T03:38:46Z) - Assessing the Feasibility of Early Cancer Detection Using Routine Laboratory Data: An Evaluation of Machine Learning Approaches on an Imbalanced Dataset [0.02030567625639093]
犬における早期がん検出のためのアクセス可能なスクリーニングツールの開発は、獣医学における重要な課題である。
本研究は,Golden Retriever Lifetime Studyコホートを用いたがんリスク分類の可能性を評価する。
通常の検査データには統計的に検出可能ながんシグナルが存在するが、正常な老化やその他の炎症状態から臨床的に信頼性の高い識別を行うには弱く、確立されていないと結論付けている。
論文 参考訳（メタデータ） (2025-10-23T04:52:42Z) - Rethinking Toxicity Evaluation in Large Language Models: A Multi-Label Perspective [104.09817371557476]
大規模言語モデル(LLM)は、様々な自然言語処理タスクにおいて印象的な結果を得た。
有害なコンテンツを生み出す可能性には、深刻な安全上の懸念が浮かび上がっている。
毒性検出のための3つの新しいマルチラベルベンチマークを導入する。
論文 参考訳（メタデータ） (2025-10-16T06:50:33Z) - Predictive Modeling and Explainable AI for Veterinary Safety Profiles, Residue Assessment, and Health Outcomes Using Real-World Data and Physicochemical Properties [4.53318808068234]
逆事象(AEs)は、予期せぬまたは毒性の運動作用を示し、食物連鎖の違反的残基のリスクを増大させる。
本研究は,米国食品医薬品局(FDA)の獣医学センターからの128万件の報告を用いて,結果の分類(死対回復)を行うための予測的枠組みを紹介する。
論文 参考訳（メタデータ） (2025-10-01T23:34:46Z) - DISPROTBENCH: A Disorder-Aware, Task-Rich Benchmark for Evaluating Protein Structure Prediction in Realistic Biological Contexts [76.59606029593085]
DisProtBenchは、構造障害および複雑な生物学的条件下でタンパク質構造予測モデル(PSPM)を評価するためのベンチマークである。
DisProtBenchはデータの複雑さ、タスクの多様性、解釈可能性という3つの重要な軸にまたがっている。
その結果,機能的予測障害と相関する低信頼領域を有する障害下でのモデルロバスト性に有意な変動が認められた。
論文 参考訳（メタデータ） (2025-06-18T23:58:22Z) - CRTRE: Causal Rule Generation with Target Trial Emulation Framework [47.2836994469923]
ターゲットトライアルエミュレーションフレームワーク(CRTRE)を用いた因果ルール生成という新しい手法を提案する。
CRTREは、アソシエーションルールの因果効果を推定するためにランダム化トライアル設計原則を適用している。
次に、病気発症予測などの下流アプリケーションにそのような関連ルールを組み込む。
論文 参考訳（メタデータ） (2024-11-10T02:40:06Z) - Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳（メタデータ） (2024-04-26T16:39:50Z)
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。