論文の概要: An immune world model for multiscale forecasting and therapeutic hypothesis generation

• arxiv url: http://arxiv.org/abs/2609.14709v1
• Date: Sun, 13 Sep 2026 18:06:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.899996
• Title: An immune world model for multiscale forecasting and therapeutic hypothesis generation
• Title（参考訳）: マルチスケール予測と治療仮説生成のための免疫世界モデル
• Abstract要約: 私たちはImmune World Modelを構築するために、支配的な進化的AIサイエンティストを使用しました。 免疫世界モデル(Immune World Model)は、細胞、組織、個体レベルでの免疫状態の移動方法を学ぶ行動条件モデルである。 マルチスケール免疫シミュレーションのためのフレームワークを提供しており、AIサイエンティスト主導のモデル構築、介入予測、そして予想されるテスト可能な治療仮説の生成を接続する。
• 参考スコア（独自算出の注目度）: 76.0289504908521
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Immune therapies act across cell-intrinsic programs, tissue ecosystems, and patient-specific immune states, yet most predictors address these scales separately. We used a governed evolutionary AI Scientist to construct the Immune World Model, an action-conditioned model that learns how interventions move immune states across cellular, tissue, and individual levels. The Immune World Model--building Scientist searched candidate architectures and workflows, and the resulting world model was frozen before independent confirmation. The frozen model generalized to unseen interventions and biological contexts, recovered intervention-specific cellular programs, integrated cell and tissue information to improve ecosystem and patient-response prediction, and forecast unseen perturbation combinations. Immune World Model--guided analysis then combined measured perturbations with cross-axis inference to nominate IL-36$γ$ plus SIRP$α$ inhibition as a complementary-axis therapeutic hypothesis, whereas a governed self-correction audit rejected every screened cytokine pair. The Immune World Model provides a framework for multiscale immune simulation that connects AI Scientist-driven model construction, intervention forecasting, and the generation of prospectively testable therapeutic hypotheses.
• Abstract（参考訳）: 免疫療法は、細胞固有のプログラム、組織エコシステム、患者固有の免疫状態にわたって作用するが、ほとんどの予測者はこれらのスケールに別々に対処する。 私たちは、制御された進化的AIサイエンティストを使用して、細胞、組織、および個々のレベルにわたって、介入がどのように免疫状態を動かすかを学ぶアクション条件付きモデルであるImmune World Modelを構築しました。 Immune World Model-build Scientistは、候補となるアーキテクチャとワークフローを検索し、その結果の世界モデルは独立した確認の前に凍結された。 凍結されたモデルは、目に見えない介入と生物学的文脈に一般化し、介入特異的な細胞プログラムを回復し、細胞と組織情報を統合し、生態系と患者応答予測を改善し、目に見えない摂動の組み合わせを予測する。 免疫世界モデル-誘導分析は、測定された摂動と、IL-36$γ$とSIRP$α$の抑制を相補的軸性治療仮説と組み合わせた。 免疫世界モデル(Immune World Model)は、AIサイエンティスト主導のモデル構築、介入予測、そして予想される実証可能な治療仮説の生成を接続する、マルチスケール免疫シミュレーションのためのフレームワークを提供する。

関連論文リスト

• Towards World Models in Biomedical Research [77.59710966764466]
  我々は,AIによる発見のパラダイムとして,バイオメディカルワールドモデルを提案する。 これらのモデルは、介入条件付き力学とともに、分子、細胞、組織、臨床状態の潜伏表現を学習する。 バイオメディカルワールドモデルは, 仮想細胞, オルガノイド, 仮想患者, 手術シミュレーションなど, データエンジン, 環境シミュレータ, 科学計画基板としてどのように機能するかを論じる。
  論文  参考訳（メタデータ） (2026-06-04T09:28:54Z)
• Prospective multi-pathogen disease forecasting using autonomous LLM-guided tree search [2.1770088624284547]
  本稿では,実行可能な予測ソフトウェアを反復的に生成し,評価し,最適化する自律システムを提案する。 このシステムは、インフルエンザ、COVID-19、呼吸性シンチタールウイルス(RSV)の方法論的多様性を自律的に発見する。 CDC(Centers for Disease Control and Prevention, 疾病予防センター)のハブがアンサンブルをアンサンブルしている。
  論文  参考訳（メタデータ） (2026-05-15T17:45:17Z)
• Predicting Neuromodulation Outcome for Parkinson's Disease with Generative Virtual Brain Model [95.41752463487008]
  パーキンソン病は世界中で1千万人以上に影響している。 個人間変異は経験的治療の選択を制限し、非無視的な外科的リスクとコストを増大させる。 我々は、このギャップをトレーニング済みのファインタニングフレームワークで埋めて、静止状態fMRIから直接結果を予測する。
  論文  参考訳（メタデータ） (2026-03-31T02:36:10Z)
• EVA: Towards a universal model of the immune system [0.18149976637753015]
  免疫学と炎症の多モード基盤モデルとして,最初のクロス種EVAを紹介した。 EVAは、種、プラットフォーム、解像度のトランスクリプトミクスデータを調和させ、組織データを統合してリッチで統一された患者表現を生成する。 薬物開発パイプラインにまたがる39のタスクの総合的な評価スイートを紹介する。
  論文  参考訳（メタデータ） (2026-02-10T13:51:09Z)
• CLARITY: Medical World Model for Guiding Treatment Decisions by Modeling Context-Aware Disease Trajectories in Latent Space [49.74032713886216]
  CLARITYは、構造化潜在空間内で直接疾患の進化を予測する医療世界モデルである。 時間間隔(時間的文脈)と患者固有のデータ(臨床的文脈)を明確に統合し、スムーズで解釈可能な軌跡として治療条件の進行をモデル化する。
  論文  参考訳（メタデータ） (2025-12-08T20:42:10Z)
• ImmunoDiff: A Diffusion Model for Immunotherapy Response Prediction in Lung Cancer [10.797150801746957]
  非Small cell Lung Cancer (NSCLC) における免疫療法反応の正確な予測は, いまだに重要ではない。 既存の放射能と深層学習に基づく予測モデルは、主にカテゴリー的反応の結果を予測するための前処理画像に依存している。 本研究では,治療後CTスキャンをベースライン画像から合成し,臨床的に関係のある制約を取り入れた解剖学的拡散モデルであるImmuDiffを紹介する。
  論文  参考訳（メタデータ） (2025-05-29T17:19:40Z)
• Harnessing Preference Optimisation in Protein LMs for Hit Maturation in Cell Therapy [0.5315454965484603]
  細胞と免疫療法は、免疫系を調節することにより、がんや自己免疫疾患などの疾患を治療するための形質転換能を提供する。 これらの治療法の開発は資源集約的であり、薬物候補の大多数は実験室での試験以上の進歩に失敗している。 近年の機械学習の進歩は、タンパク質工学などの領域に革命をもたらし、大規模で標準化されたデータセットの不足や細胞系の複雑さにより、免疫療法の応用は制限され続けている。
  論文  参考訳（メタデータ） (2024-12-02T11:21:58Z)
• Modelling Cellular Perturbations with the Sparse Additive Mechanism Shift Variational Autoencoder [6.352775857356592]
  摂動モデルに対する合成性, 絡み合い, 解釈性を組み合わせたスパース加算機構シフト変分自動符号化器SAMS-VAEを提案する。 SAMS-VAEは、潜伏サンプルの潜伏状態を、潜伏介入効果のサンプル特異な変動と疎大なグローバル変数を捉えた局所潜伏変数の和としてモデル化する。 2つの一般的な単一セルシークエンシングデータセットを用いて,SAMS-VAEを定性的に評価した。
  論文  参考訳（メタデータ） (2023-11-05T23:37:31Z)
• 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)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)
• Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records [57.75125067744978]
  ドメイン適応を容易にするデータ拡張手法を提案する。 逆生成したサンプルはドメイン適応時に使用される。 その結果,本手法の有効性とタスクの一般性が確認された。
  論文  参考訳（メタデータ） (2021-01-13T03:20:20Z)

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。