論文の概要: ToxLens: A Reproducible Graph-Learning Framework for Leakage-Aware, Uncertainty-Calibrated Molecular Toxicity Prediction
- arxiv url: http://arxiv.org/abs/2608.30472v1
- Date: Mon, 31 Aug 2026 08:58:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.324244
- Title: ToxLens: A Reproducible Graph-Learning Framework for Leakage-Aware, Uncertainty-Calibrated Molecular Toxicity Prediction
- Title（参考訳）: ToxLens: 漏れを意識し、不確かさを校正した分子毒性予測のための再現可能なグラフ学習フレームワーク
- Abstract要約: ToxLensは、エイムズ変異原性、急性口腔毒性、hERG阻害、およびTox21核受容体およびストレス応答アッセイにまたがる11の毒性エンドポイントのグラフ学習フレームワークである。
このワークフローは、保守的な化学キュレーション、球面排除フィルター、リーク対応のUMAP-HDBSCANスプリット、並列グラフ、グローバル機能エンコーダを組み合わせ、遅延結合と結合する。
漏れ制御テストフォールドでは、5シードのソフト発声アンサンブルがマシューズ相関係数スコア0.44、受信機動作特性曲線スコア0.83、受信機下領域を達成した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Molecular toxicity prediction is increasingly used to prioritise compounds before experimental testing, but conventional benchmark performance can overstate practical utility when structurally related molecules occur across training and test folds. We introduce ToxLens, a reproducible multi-task graph-learning framework for 11 toxicity endpoints spanning Ames mutagenicity, acute oral toxicity, hERG inhibition, and Tox21 nuclear-receptor and stress-response assays. The workflow combines conservative chemical curation, sphere-exclusion filtering, a leakage-aware UMAP-HDBSCAN split, parallel graph and global-feature encoders joined by late concatenation, temperature-scaled Monte Carlo dropout with conformal-style prediction sets, applicability-domain analysis, and SHAP-guided toxicophore discovery with occlusion controls. On the leakage-controlled test fold, a five-seed soft-voting ensemble achieved a Matthews correlation coefficient score of 0.44, an area under the receiver operating characteristic curve score of 0.83, and an area under the precision-recall curve score of 0.58. It exceeded four ECFP4-based shallow baselines on all 11 endpoints under the same split and validation-based threshold-selection protocol. Controlled ablations showed that the global pathway was important, whereas late concatenation outperformed the tested gated and feature-wise linear modulation fusion variants. Conformal-style prediction sets revealed substantial endpoint-specific variation in set efficiency, and discrimination and calibration improved with similarity to the training domain. Retraining on fixed published Tox21 Challenge and TDA folds produced competitive, but not uniformly state-of-the-art, performance. SHAP-guided occlusion and consensus subgraph mining yielded model-derived structural hypotheses, 44 of which contained at least one occurrence that passed the predefined counterfactual criteria.
- Abstract（参考訳）: 分子毒性予測は、試験前に化合物を優先するためにますます用いられるが、従来のベンチマーク性能は、トレーニングやテストフォールドで構造関連分子が発生すると、実用性を過大評価することができる。
ToxLensは、Ames変異原性、急性口腔毒性、hERG阻害、Tox21核受容体およびストレス応答性アッセイにまたがる11の毒性エンドポイントを再現可能なマルチタスクグラフ学習フレームワークである。
このワークフローは、保守的な化学キュレーション、球状排除フィルター、リークを意識したUMAP-HDBSCAN分割、並列グラフ、およびグローバル機能エンコーダを結合した遅延結合、温度スケールのモンテカルロドロップアウトと共形予測セット、応用可能性ドメイン分析、およびオクルージョン制御によるSHAP誘導毒素発見を組み合わせている。
リーク制御された試験折り目では、5シードのソフト発声アンサンブルがマシューズ相関係数スコア0.44、受信機動作特性曲線スコア0.83、高精度リコール曲線スコア0.58を達成した。
同じスプリットとバリデーションベースのしきい値選択プロトコルの下で、ECFP4ベースの浅いベースラインを11のエンドポイントすべてで4つ超えた。
制御されたアブリゲーションは,大域的な経路が重要であることを示したが,後期連結は試験されたゲートおよび機能的線形変調融合変種より優れていた。
コンフォーマルなスタイルの予測セットは、セット効率の実質的なエンドポイント固有の変化を示し、識別と校正はトレーニング領域と類似して改善された。
固定版のTox21チャレンジとTDAフォールドのリトレーニングは競争力を発揮したが、一様に最先端のパフォーマンスは得られなかった。
SHAP誘導オクルージョンとコンセンサス・サブグラフマイニングによりモデル由来の構造仮説が得られた。
関連論文リスト
- Robust CHSH Self-Testing with Finite-Energy GKP States [42.71287663143178]
有限エネルギーGKPCHSH試験のフルオシレータ解析について述べる。
観測されたスコアは、ベルペアの自己テストが堅牢になる。
論文 参考訳（メタデータ） (2026-08-11T16:33:28Z) - Adapting Evidential Neural Networks to Test-Time Neighbor Fusion Improves Molecular Property Prediction [28.11511793703245]
トレーニングされた分子特性モデルを、最も類似したトレーニングされた分子のラベルで各予測を補正することにより、テスト時に洗練することができる。
この研究は、明らかな不確実性分解は単なる校正目的ではなく、実行可能な推論資源であることを示した。
論文 参考訳（メタデータ） (2026-07-13T04:59:09Z) - SVC-Probe: A Framework for Evaluating Perturbation Generalization in Spatial Foundation-Model Embeddings [3.884856136722027]
本研究では,蛍光顕微鏡画像から得られた空間基底モデル埋め込みの一般化について検討する。
本稿では,SVC-Probeについて紹介する。SVC-Probeは細胞内埋め込みアトラス安定性,Mondrian Neighborhood Graphs,Foundation Model Perturbation Probeを組み合わせた摂動認識フレームワークである。
論文 参考訳（メタデータ） (2026-06-26T13:46:36Z) - Graph Diffusion Residuals for Control-Function Instrumental Variables [82.39671985893028]
高容量の第1段階は治療を補間し、結果方程式の残余情報はほとんど残らない。
フレキシブル制御機能のための決定論的グラフ拡散残差抽出器であるAdaptive Anisotropic Instrumental Heat Flow (A-IHF) について検討した。
A-IHFは、処理を第一段階の特徴のグラフ上の信号として扱い、パイロット拡散を用いて大きな処理ジャンプを検出し、それらのジャンプのコンダクタンスを減衰させ、スパースグラフ分解剤で生成された制御を計算する。
論文 参考訳（メタデータ） (2026-06-12T17:02:53Z) - CLSP-REQA: A Real-Time Quality-Aware Closed-Loop Seizure Prediction Framework with Mamba-BiLSTM and Confidence-Gated Intervention [9.946196838806838]
CLSP-REQA (リアルタイム脳波品質評価によるクローズドループシーズーア予測)
Real-time EEG Quality Assessment (REQA)モジュールは、Mamba-BiLSTMバックボーンと並行して動作する。
クローズドループニューロ刺激インタフェースと直接互換性のある構造付き4タプルを出力する。
論文 参考訳（メタデータ） (2026-05-21T16:44:40Z) - IV-ICL: Bounding Causal Effects with Instrumental Variables via In-Context Learning [11.804716294874018]
IV-ICLは、因果効果の限界後部分布を直接学習し、その量子化として境界を導出するアモータイズされたベイズ内文脈学習法である。
合成および半合成IVベンチマーク上でIV-ICLを評価し,より信頼性が高く,より情報性の高い間隔を生成することを示す。
論文 参考訳（メタデータ） (2026-05-13T03:00:08Z) - Robust Regression with Adaptive Contamination in Response: Optimal Rates and Computational Barriers [65.58071581164043]
本研究では, 共変剤を清潔にし, 応答を適応的に劣化させる汚染モデルの下で, 頑健な回帰について検討する。
本研究では,ハマー汚染下で達成可能なものよりも優れた推定率を持つ推定器を構築するために,追加情報を慎重に活用できることを示す。
情報理論の観点からは、ハマーモデルよりも改善されているにもかかわらず、この問題が強い情報計算ギャップを示すという公式な証拠を提供する。
論文 参考訳（メタデータ） (2026-04-05T19:07:24Z) - Suppressing Prior-Comparison Hallucinations in Radiology Report Generation via Semantically Decoupled Latent Steering [94.37535002230504]
本研究では,Semantically Decoupled Latent Steeringと呼ばれる学習自由な推論時間制御フレームワークを開発した。
提案手法は,大言語モデル (LLM) による意味分解による意味のない介入ベクトルを構築する。
本手法は歴史的幻覚の可能性を著しく低下させることを示す。
論文 参考訳（メタデータ） (2026-02-27T04:49:01Z) - Composable Score-based Graph Diffusion Model for Multi-Conditional Molecular Generation [85.58520120011269]
本研究では,具体的スコアを用いてスコアマッチングを離散グラフに拡張するComposable Score-based Graph Diffusion Model (CSGD)を提案する。
CSGDは従来の手法よりも平均15.3%の制御性向上を実現していることを示す。
本研究は, 離散グラフ生成におけるスコアベースモデリングの実用的利点と, フレキシブルでマルチプロパタイトな分子設計のためのキャパシティを強調した。
論文 参考訳（メタデータ） (2025-09-11T13:37:56Z) - 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)
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。