論文の概要: From DNA Design to DNA Slimming: Auditable Agentic Discovery of a Deletion-Only Designer

• arxiv url: http://arxiv.org/abs/2609.40143v1
• Date: Wed, 30 Sep 2026 16:51:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:28.11112
• Title: From DNA Design to DNA Slimming: Auditable Agentic Discovery of a Deletion-Only Designer
• Title（参考訳）: DNA設計からDNAスライミングへ:削除専用のデザイナの聴覚的発見
• Abstract要約: 我々は、シーケンススリム化のタスクを、アクティビティを維持しながら、正確な長さの順序保存サブシーケンスを選択するものとして定義する。 設計ベンチマークであるNucleoBenchをモデルとして,シーケンスリダクションと維持関数のバランスをとるスリム化の定量的評価を提案する。 400bp,100bpのランダム,グリージー,ERA誘導スライミングの5つの転写因子結合目標に対する持続的評価を報告した。
• 参考スコア（独自算出の注目度）: 2.125327448168918
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Compact regulatory DNA can free up space in vector payloads, reduce synthesis and assay burden, and expose which sequence features drive predicted activity. Yet most model-based nucleic-acid designers optimize fixed-length sequences through substitutions; they do not ask which bases of an existing functional element can be removed while retaining predicted activity. We define the task of sequence slimming as selecting an exact-length, order-preserving subsequence while retaining activity. Modeled on the design benchmark NucleoBench, we propose a quantitative evaluation for slimming that balances sequence reduction with maintaining function. Each slimmer must return both the subsequence and its source indices, which can be used to verify that the slimmer obeyed task requirements. To our knowledge, this is the first dedicated benchmark of this deletion-only problem. The coding agent Empirical Research Assistant (ERA) then searched over executable designer programs. ERA received the task prompt and a successful substitution-only designer GrAdaBeam as a starting program, and it modified the designer to produce GRADASLIM. We report held-out evaluations for five transcription-factor binding targets, comparing random, greedy, and ERA-guided slimming at 400 and 100 bp. ERA has the highest mean in 9/10 settings. Paired bootstrap intervals for ERA minus greedy are above zero in all five 400-bp settings, below zero in one 100-bp setting, and overlap zero in the remaining four.
• Abstract（参考訳）: コンパクトな制御DNAは、ベクトルペイロードの空間を解放し、合成とアッセイの負担を軽減し、どのシーケンスの特徴が予測されたアクティビティを駆動するかを明らかにする。 しかし、ほとんどのモデルベースの核酸設計者は置換によって固定長配列を最適化している。 我々は、シーケンススリム化のタスクを、アクティビティを維持しながら、正確な長さの順序保存サブシーケンスを選択するものとして定義する。 設計ベンチマークであるNucleoBenchをモデルとして,シーケンスリダクションと維持関数のバランスをとるスリム化の定量的評価を提案する。 それぞれのスリマーは、サブシーケンスとそのソースインデックスの両方を返さなければならない。 私たちの知る限り、これはこの削除のみの問題に対する最初の専用のベンチマークです。 コーディングエージェントEmpirical Research Assistant (ERA)は、実行可能デザイナプログラムを探索した。 ERAはタスクプロンプトと代替専用デザイナーのGrAdaBeamをスタートプログラムとして受け取り、GRADASLIMを製作するために設計を変更した。 400bp,100bpのランダム,グリージー,ERA誘導スライミングの5つの転写因子結合目標に対する持続的評価を報告した。 ERAは9/10設定で最高値である。 ERAのマイナスgreedyのペアリングブートストラップ間隔は、5つの400-bp設定で0以上、100-bp設定で0以下、残りの4つの設定で0以下である。

関連論文リスト

• The Fly That Stopped: Mushroom-Body-Inspired Habituation as a Reward-Free Scheduling Prior for Autonomous Penetration Testing [0.0]
  ショウジョウバエのキノコ体新鮮処理に触発された無報酬スケジューラの評価を行った。 スパースステートエンコーディングと、構造的なURLクラスとツールファミリー上の崩壊する習慣カウンタを組み合わせる。 条件付きスケジューラは6つの非XSSターゲットペアの重複比率を下げた。
  論文  参考訳（メタデータ） (2026-09-24T07:02:59Z)
• RRSI: Regularized Recursive Self-Improvement of Agent Harnesses [76.77275934611428]
  正規化再帰的自己改善型エージェント・ハーネス(RRSI) 本稿では、正規化の原則を取り入れたRRSIを紹介し、進化候補の提案と選択を制約することで自己改善を活用する。 RRSIは5つのアウト・オブ・ディストリビューション・ベンチマークで14.1ポイント、最大4.7ポイントを獲得し、非正規化進化よりも30%少ないポリシートークンで動作するハーネスを生産している。
  論文  参考訳（メタデータ） (2026-09-21T17:54:49Z)
• Label-Free Cross-Task LoRA Merging with Null-Space Compression [50.63908869296697]
  我々は,ラベルフリーで出力に依存しない手法であるNull-Space Compression (NSC) Mergingを紹介した。 NSCは、従来のメソッドがタスクのサブセットに収まるバランスの取れたゲインを持つ20の異種視覚タスクに対して、最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-03-27T11:34:41Z)
• Regulatory DNA sequence Design with Reinforcement Learning [56.20290878358356]
  本稿では,強化学習を利用して事前学習した自己回帰モデルを微調整する生成手法を提案する。 2つの酵母培地条件下でのプロモーター設計タスクの評価と,3種類のヒト細胞に対するエンハンサー設計タスクの評価を行った。
  論文  参考訳（メタデータ） (2025-03-11T02:33:33Z)
• Benchmarking Large Language Models with Integer Sequence Generation Tasks [2.204499020600093]
  本稿では,数学推論タスクにおける大規模言語モデル(LLM)の機能評価を行うベンチマークを提案する。 このベンチマークは、オンラインシーケンス百科事典(OEIS)から得られた整数列生成タスクからなる。 私たちの評価には、OpenAI(特別な推論に焦点を当てたoシリーズを含む)、Arthropic、Meta、Googleのリードモデルが含まれています。
  論文  参考訳（メタデータ） (2024-11-07T02:05:43Z)
• Don't Take It Literally: An Edit-Invariant Sequence Loss for Text Generation [109.46348908829697]
  生成したn-gramのすべてのn-gramとの一致損失を計算した新しい編集不変シーケンス損失(EISL)を提案する。 ノイズの多いターゲットシーケンスを持つ機械翻訳,教師なしテキストスタイル転送,非自己回帰型機械翻訳の3つのタスクについて実験を行った。
  論文  参考訳（メタデータ） (2021-06-29T03:59:21Z)
• MLE-guided parameter search for task loss minimization in neural sequence modeling [83.83249536279239]
  ニューラル自己回帰シーケンスモデルは、さまざまな自然言語処理(NLP)タスクのシーケンスを生成するために使用される。 本稿では,現在のパラメータとその周辺における乱探索の混合である更新方向の分布から,最大至適勾配の分布をサンプリングする,最大至適誘導パラメータ探索(MGS)を提案する。 以上の結果から,MGS は,機械翻訳における最小リスクトレーニングに比べて,繰り返しや非終端の大幅な削減を図り,シーケンスレベルの損失を最適化できることが示唆された。
  論文  参考訳（メタデータ） (2020-06-04T22:21:22Z)

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。