論文の概要: MIRCID: Inferred Hub-miRNAs Drive Cross-Task Improvements in Drug Mechanistic Modeling

• arxiv url: http://arxiv.org/abs/2609.21280v2
• Date: Mon, 21 Sep 2026 15:15:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.203587
• Title: MIRCID: Inferred Hub-miRNAs Drive Cross-Task Improvements in Drug Mechanistic Modeling
• Title（参考訳）: MIRCID: 薬剤力学モデリングのクロスタスク改善を駆動する推定ハブ-miRNA
• Abstract要約: HubmiRNetは、977 L1000のランドマーク遺伝子から414のパンカンサーハブ(HubmiRs)を推論する。 ハブ増強はTF活性よりも一貫した利得を与えた。 説明的救助事件は、生物学的にもっともらしいパターンに分類を改良した。
• 参考スコア（独自算出の注目度）: 17.396983167546946
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Drug mechanism-of-action (MoA) modeling commonly relies on perturbational transcriptomes, but matched microRNA (miRNA) measurements are often unavailable. Inferred regulatory features offer a scalable way to reuse these data. Here, we present MIRCID, a framework comparing gene expression with inferred transcription factor (TF) activity and miRNA expression across pathway classification and similarity-based MoA retrieval. HubmiRNet infers 414 pan-cancer hub miRNAs (HubmiRs) from 977 L1000 landmark genes, achieving a Pearson correlation coefficient of 87.72%; its 1,298-output variant also outperformed SiCmiR on the full-miRNA task (71.21% versus 67.30%). In the evaluated comparisons, miRNA augmentation provided more consistent gains than TF activity. Generic embedding controls showed model-dependent utility, while complementarity analyses identified a distinct, partially linearly recoverable representation that retained gene-derived structure. Illustrative rescue cases linked improved classification to biologically plausible miRNA patterns in samples with weak transcriptional signatures. These findings support inferred HubmiRs as a biologically informed recoding of transcriptomic data for perturbational drug modeling, while leaving recovery of measured perturbational miRNA responses to further validation.
• Abstract（参考訳）: 薬物のメカニズム・オブ・アクション(MoA)モデリングは一般的に摂動転写産物に依存しているが、一致したmicroRNA(miRNA)の測定は利用できないことが多い。 推論された規制機能は、これらのデータを再利用するためのスケーラブルな方法を提供する。 そこで本研究では,遺伝子の発現と推論転写因子(TF)活性とmiRNA発現を経路分類と類似性に基づくMoA検索で比較するフレームワークであるMIRCIDを提案する。 HubmiRNetは、977 L1000のランドマーク遺伝子から414個のパンカンサーハブmiRNA(HubmiRs)を推論し、ピアソン相関係数87.72%を達成した。 評価された比較では、miRNA増強はTF活性よりも一貫した利得を与えた。 遺伝子組込み制御はモデル依存的有用性を示し, 相補性解析により, 遺伝子由来の構造を保ちながら, 部分的に線形に復元可能な表現が同定された。 説明的救助事件は、転写に弱いサンプルの生物学的に可塑性なmiRNAパターンへの分類を改善した。 これらの知見は,HumiRsを生体情報を用いた摂動薬物モデリングのための転写データの再構成としてサポートし,測定された摂動miRNA応答の回復を更なる検証に残した。

関連論文リスト

• RNA-FM: Flow-Matching Generative Model for Genome-wide RNA-Seq Prediction [48.07329582311906]
  本研究では,全スライディング画像からのゲノムワイドRNA配列予測のためのフローマッチング生成フレームワークであるRNA-FMを提案する。 RNA-FMは、連続時間条件付き輸送問題として転写予測を定式化する。 スケーラブルで生物学的に解釈可能なゲノムワイド遺伝子発現抑制を可能にする。
  論文  参考訳（メタデータ） (2026-05-12T06:48:58Z)
• RiboSphere: Learning Unified and Efficient Representations of RNA Structures [57.40815107640066]
  RNAのバックボーンは非常に柔軟で、非カノニカル相互作用が一般的であり、実験的に決定された3D構造は比較的少ない。 本稿では,ベクトル量子化とフローマッチングを組み合わせることで,RNAの固有な幾何学的表現を学習するフレームワークであるemphRiboSphereを紹介する。
  論文  参考訳（メタデータ） (2026-03-20T04:36:35Z)
• TRIDENT: A Trimodal Cascade Generative Framework for Drug and RNA-Conditioned Cellular Morphology Synthesis [56.9460577864211]
  TRIDENTは、摂動と対応する遺伝子発現プロファイルの両方を条件にすることで、現実的な細胞形態を合成するカスケード生成フレームワークである。 TRIDENTは最先端のアプローチよりも優れており、目に見えない化合物への強い一般化で最大7倍の改善を実現している。
  論文  参考訳（メタデータ） (2025-11-23T04:43:27Z)
• A HyperGraphMamba-Based Multichannel Adaptive Model for ncRNA Classification [7.598192367116628]
  非コードRNA(ncRNA)は、遺伝子発現調節と様々な疾患の病原性において重要な役割を担っている。 本稿では,HGMamba-ncRNAを提案する。HGMamba-ncRNAはHyperGraphMambaをベースとしたマルチチャネル適応モデルである。 3つの公開データセットで実施された実験は、HGMamba-ncRNAが精度やその他の指標で常に最先端の手法より優れていることを示した。
  論文  参考訳（メタデータ） (2025-09-24T15:31:49Z)
• 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)
• Bayesian Reconstruction and Differential Testing of Excised mRNA [0.0]
  我々は、転写と局所スプライシングの視点を調和させる最初の確率モデルを開発する。 拡張mRNA(BREM)の再構成のための新しい階層的ベイズ混和モデルを提案する。 BREMは局所スプライシングイベントとフル長の転写産物を補間し、高い後部確率を持つ中小企業にのみ焦点をあてる。
  論文  参考訳（メタデータ） (2022-11-14T04:46:33Z)
• 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)
• Predicting Molecular Phenotypes with Single Cell RNA Sequencing Data: an Assessment of Unsupervised Machine Learning Models [0.0]
  本研究は、異種腫瘍における治療抵抗性表現型分類における教師なし機械学習の評価である。 scRNAseqは細胞のmRNAを定量化し、細胞表現型を特徴づける。 このパイプラインから生成されたクラスターは、がん細胞の挙動と悪性成長を理解するために使用できる。
  論文  参考訳（メタデータ） (2021-08-11T05:30:37Z)

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。