論文の概要: CurvFlow-DTA: dual-graph discrete Ricci curvature flow for drug--target affinity prediction

• arxiv url: http://arxiv.org/abs/2609.22862v1
• Date: Sat, 19 Sep 2026 08:02:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.575811
• Title: CurvFlow-DTA: dual-graph discrete Ricci curvature flow for drug--target affinity prediction
• Title（参考訳）: CurvFlow-DTA:ドラッグ親和性予測のための二重グラフ離散リッチ曲率流
• Abstract要約: CurvFlow-DTAは1つの静的曲率表現を分子およびタンパク質の残基-残基グラフ上の重み付きフォルマン曲率フローに置き換える。 推論は複雑な構造を持たないSMILES文字列とタンパク質配列のみを必要とする。
• 参考スコア（独自算出の注目度）: 5.654231595528226
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Graph neural networks are widely used for drug--target affinity (DTA) prediction, and discrete Ricci curvature has recently been used to characterize molecular graph geometry. Existing curvature-aware DTA approaches mainly use static curvature on the drug graph while representing proteins primarily with sequence-derived features. This leaves pair-adaptive use of graph geometry underexplored, which may limit adaptation to unseen entities in cold-start settings relevant to practical screening. We present CurvFlow-DTA, which replaces a single static curvature representation with weighted Forman curvature flow on both molecular and protein residue--residue contact graphs. A label-independent flow trajectory is precomputed for each entity, and a pair-conditioned selector determines the horizons read by a dual-branch Flow-GINE. A frozen ESM-2 supplies residue-level representations and contact scores used to construct the protein graph. Inference requires only SMILES strings and protein sequences, without a bound complex structure. On Davis and KIBA, CurvFlow-DTA improves on the protocol-matched Ricci-GraphDTA baseline in every warm and cold-start setting. Warm-split mean squared error (MSE) decreases by $19.9\%$ on Davis and $18.9\%$ on KIBA. Across the six cold-start comparisons, MSE decreases by $14.3$--$27.4\%$, with higher concordance index (CI) throughout. Within our compiled set of literature baselines, CurvFlow-DTA achieves the lowest MSE on both warm benchmarks and across four out of six cold-start evaluation settings.
• Abstract（参考訳）: グラフニューラルネットワークはドラッグ・ターゲット親和性(DTA)予測に広く使われており、最近では分子グラフ幾何学の特徴付けに離散リッチ曲率が使われている。 既存の曲率を意識したDTAアプローチは主に薬物グラフ上の静的曲率を使用し、タンパク質は主として配列由来の特徴を持つ。 このことは、探索されていないグラフ幾何学のペア適応的な使用を残し、実用的なスクリーニングに関連するコールドスタート設定において、目に見えないエンティティへの適応を制限する可能性がある。 本稿では,分子およびタンパク質の残基および残基の接触グラフ上で,単一の静的曲率表現を重み付きフォルマン曲率フローに置き換えるCurvFlow-DTAを提案する。 各エンティティに対してラベル非依存のフロー軌跡をプリ計算し、ペア条件のセレクタがデュアルブランチフローGINEによって読み出される水平線を決定する。 凍結ESM-2は、タンパク質グラフを構成するのに使用される残基レベルの表現と接触スコアを提供する。 推論は複雑な構造を持たないSMILES文字列とタンパク質配列のみを必要とする。 Davis と KIBA では、CurvFlow-DTA はプロトコルにマッチした Ricci-GraphDTA ベースラインを暖かくコールドスタートするごとに改善している。 ウォームスプリット平均二乗誤差(MSE)はデイビスで19.9 %、KIBAで18.9 %と減少する。 6つのコールドスタートの比較で、MSEは14.3$--27.4\%$に減少し、高調波指数(CI)も高くなる。 コンパイルされた文献のベースラインの中では、CurvFlow-DTAは、温かいベンチマークと6つのコールドスタート評価設定のうち4つの中で、最低のMSEを達成する。

関連論文リスト

• Predicting Collision Cross Sections with GRACE: Geometric Residual Adduct Conditioning via Early-fusion [0.36141160033590963]
  初期核融合による幾何的残留付加条件を用いた事前訓練された分子幾何エンコーダを適応する3次元CCS予測器GRACEを提案する。 9000以上の分子付加物CCSレコードをランダム,スキャフォールド,付加物感受性スプリットを用いて一般化したモデルの評価を行った。
  論文  参考訳（メタデータ） (2026-09-10T21:31:11Z)
• Using Data-Derived Priors to Guide CNN Architecture Design for NIR Chemometrics [0.0]
  近赤外線(NIR)ケロメトリのための畳み込みニューラルネットワーク(CNN)は、一般的なアーキテクチャ規則を用いて設計されることが多い。 スペクトルデータセットがサンプリング,滑らか性,冗長性,サンプルサイズに異なるかどうかを検討した。 我々は,データセットのサイズ,スペクトル長と間隔,エントロピー,固有ランク,自己相関,ウェーブレットスケール構造を計算した。
  論文  参考訳（メタデータ） (2026-07-28T12:17:22Z)
• 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)
• Entropy Across the Bridge: Conditional-Marginal Discretization for Flow and Schrödinger Samplers [68.9946633641494]
  フローマッチングとシュルディンガーブリッジは確率を定義するが、その推論格子は通常一点拡散から受け継がれる。 終端条件付き橋梁形状を境界流の進化から分離し, 橋梁を識別する条件付きエントロピーレートを導出する。 EDM/CIFAR-10では、エントロピックな時間分散は5段階のFID(186.3 pm 4.0対200.5 pm 2.9対cosineの238.0 pm 5.3)が最適である。
  論文  参考訳（メタデータ） (2026-05-15T16:11:10Z)
• Neural variational inference for cutting feedback during uncertainty propagation [0.0]
  提案手法は,フィードバックをカットするためのニューラルネットワークに基づく変分推論手法であるNeVI-Cutを提案する。 上流データやモデルへのアクセスを必要とせずに、上流分析からのサンプルを直接利用します。 我々はNeVI-Cutの推定値について理論的に保証し、任意のカットポストを近似する。
  論文  参考訳（メタデータ） (2025-10-11T16:03:28Z)
• 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)
• Graph Signal Sampling for Inductive One-Bit Matrix Completion: a Closed-form Solution [112.3443939502313]
  グラフ信号解析と処理の利点を享受する統合グラフ信号サンプリングフレームワークを提案する。 キーとなる考え方は、各ユーザのアイテムのレーティングをアイテムイットグラフの頂点上の関数(信号)に変換することである。 オンライン設定では、グラフフーリエ領域における連続ランダムガウス雑音を考慮したベイズ拡張(BGS-IMC)を開発する。
  論文  参考訳（メタデータ） (2023-02-08T08:17:43Z)
• GDGRU-DTA: Predicting Drug-Target Binding Affinity Based on GNN and Double GRU [0.0]
  本稿では,薬物と標的との結合親和性を予測するためのGDGRU-DTA法を提案する。 本モデルは最先端の深層学習法より優れており,本モデルの有効性と優れた特徴捕捉能力を示す。
  論文  参考訳（メタデータ） (2022-04-25T13:21:37Z)
• Generalizing electrocardiogram delineation: training convolutional neural networks with synthetic data augmentation [63.51064808536065]
  ECGのデライン化のための既存のデータベースは小さく、サイズやそれらが表す病態の配列に不足している。 まず、原データベースから抽出した基本セグメントのプールを与えられたECGトレースを確率的に合成し、その整合性のある合成トレースに配置するための一連のルールを考案した。 第二に、2つの新しいセグメンテーションに基づく損失関数が開発され、これは、正確な数の独立構造の予測を強制し、サンプル数の削減に焦点をあてて、より密接なセグメンテーション境界を創出することを目的としている。
  論文  参考訳（メタデータ） (2021-11-25T10:11:41Z)

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。