論文の概要: Auditable Algebraic Counting Field for Cryptic-Pocket Detection from Apo Structures

• arxiv url: http://arxiv.org/abs/2610.00988v1
• Date: Thu, 01 Oct 2026 03:22:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.878514
• Title: Auditable Algebraic Counting Field for Cryptic-Pocket Detection from Apo Structures
• Title（参考訳）: アポ構造からのクリプティックポケット検出のための聴取可能な代数的計数場
• Abstract要約: 本稿では、アポ構造からの暗号・鍵残基を予測するための教師付き代数的数え上げ場を提案する。 ACFは、明示的な幾何学的、物理化学的、および位相的特徴をコンパクトで整数重み付きルックアップテーブルにコンパイルする。 我々はCryptoBench上のACFと2つのロックされた外部コレクションを評価し、残余呼出予算の影響からランク付け性能を分離した。
• 参考スコア（独自算出の注目度）: 12.327514930896546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cryptic ligand-binding pockets are not apparent in experimentally determined apo structures, making them difficult to identify from unbound receptor geometry. A complementary challenge is to make the structural measurements and learned evidence behind each prediction directly inspectable. We introduce a supervised algebraic counting field (ACF) for predicting cryptic-pocket residues from apo structures. ACF compiles explicit geometric, physicochemical, and topological features into compact, integer-weighted lookup tables. Each prediction score can be reconstructed from feature values, training counts, table weights, and spatial aggregation, without sequence search, structural-template transfer, or a protein language model at inference. We evaluate ACF on CryptoBench and two locked external collections, separating ranking performance from the effects of residue-calling budgets. On an external set of 57 post-CryptoBench apo-holo units, ACF exceeded P2Rank by +0.044 in mean paired ROC-AUC (multiplicity-adjusted 95% CI [+0.010, +0.079]). The advantage was dataset-dependent: official-fold ROC-AUC and matched-budget F1 differences against P2Rank remained unresolved, and a second external evaluation did not confirm gains from added structural features. ACF thus provides a compact predictor with externally validated signal and an inspectable path from structural measurements and training counts to residue scores.
• Abstract（参考訳）: クリプティックリガンド結合ポケットは実験的に決定されたアポ構造では明らかではなく、非結合性受容体の形状から識別することが困難である。 補完的な課題は、各予測の背後にある構造測定と学習された証拠を直接検査できるようにすることである。 本稿では、アポ構造からの暗号・ポケット残基を予測するための教師付き代数的計数場(ACF)を提案する。 ACFは、明示的な幾何学的、物理化学的、および位相的特徴をコンパクトで整数重み付きルックアップテーブルにコンパイルする。 それぞれの予測スコアは、特徴値、トレーニングカウント、テーブルウェイト、空間集約から、シーケンス検索、構造テンプレート転送、推論時のタンパク質言語モデルから再構成することができる。 我々はCryptoBench上のACFと2つのロックされた外部コレクションを評価し、残余呼出予算の影響からランク付け性能を分離した。 57個のCryptoBenchアポホロ単位の外部セットにおいて、ACFは平均対のROC-AUC(多重度調整95% CI [+0.010, +0.079])でP2Rankを+0.044以上上回った。 公式のROC-AUCと一致予算F1のP2Rankに対する差は未解決のままであり、第2の外部評価では追加の構造的特徴による利得は確認されなかった。 ACFは、外部から検証された信号を備えたコンパクトな予測器と、構造測定から残余スコアまでの検査可能な経路を提供する。

関連論文リスト

• FedHisto-PAST: Parameter-Efficient Stain-Aware Federated Learning for Cross-Site Lung Histopathology Classification [2.1300600088983885]
  肺病理組織学のクロスサイト分類は, 染色変化, 非IIDクライアントデータ, 欠落クラス, 大きな病理エンコーダの適応コストを考慮しなければならない。 Adenocarcinoma (ACA) , Normal, squamous cell carcinoma (SCC) の3方向分類におけるFedHisto-PAST v2の有用性について検討した。
  論文  参考訳（メタデータ） (2026-09-25T11:44:38Z)
• The Payment Heterogeneity Index: An Integrated Unsupervised Framework for High-Volume Procurement Oversight and Decision Support [0.0]
  本稿では,1次元サンプルの複合統計量である構造異質度指数(SHI)とその支払い固有インスタンス化である支払い異質度指数(PHI)を紹介する。 4つの解釈可能な成分(モジュラリティ、非対称性、尾の挙動、構造的分散)が組み込まれている。 英国の自治体の調達データに適用されるPHIは、構造的に異なる支払いパターンを持つ経済的に重要なコホートを識別する。
  論文  参考訳（メタデータ） (2026-05-09T20:59:29Z)
• Heterogeneous Ordinal Structure Learning with Bayesian Nonparametric Complexity Discovery [1.089614199781423]
  既存の順序構造学習者は、すべての回答者に対して共有指向非巡回グラフ(DAG)を仮定する。 最近の順序的グラフィカルモデルアプローチは、クラスタ固有のDAG推定ではなく、サブグループ発見に焦点を当てている。
  論文  参考訳（メタデータ） (2026-05-05T18:32:49Z)
• Knowing when to trust machine-learned interatomic potentials [1.5586922787941984]
  PROBEは予測毎の信頼確率を生成し、基礎となるモデルを変更することなく実際の誤差を追跡できることを示す。 PROBEはポストホックでアーキテクチャに依存しず、任意のマシンが学習した原子間ポテンシャルに直接デプロイ可能である。
  論文  参考訳（メタデータ） (2026-05-01T13:21:56Z)
• STaR-DRO: Stateful Tsallis Reweighting for Group-Robust Structured Prediction [0.20165644958637055]
  制御可能な推論と堅牢な微調整のための2部フレームワークを提案する。 まず、フォーマットのドリフト、ラベルの曖昧さ、エビデンス幻覚、メタデータ条件の混乱に対処するためのタスクに依存しないプロンプト戦略を導入する。 第2に,グループ不均一性のステートフルなロバスト最適化手法STaR-DROを導入する。
  論文  参考訳（メタデータ） (2026-04-09T21:58:42Z)
• Structured Basis Function Networks: Loss-Centric Multi-Hypothesis Ensembles with Controllable Diversity [46.60221265861393]
  既存の予測の不確実性に対するアプローチは、多様性を促進するが原則化された集約を欠くマルチハイプセシス予測に依存している。 Structured Basis Function Networkはこのギャップに対処し、Bregmanの発散によって引き起こされる中心的な凝集を通して多仮説予測とエンハンブルをリンクする。 調整可能な多様性メカニズムは、バイアス-分散-多様性トレードオフのパラメトリック制御を提供し、多仮説一般化と損失認識アンサンブルアグリゲーションを接続する。
  論文  参考訳（メタデータ） (2025-09-02T19:53:43Z)
• DISPROTBENCH: A Disorder-Aware, Task-Rich Benchmark for Evaluating Protein Structure Prediction in Realistic Biological Contexts [76.59606029593085]
  DisProtBenchは、構造障害および複雑な生物学的条件下でタンパク質構造予測モデル(PSPM)を評価するためのベンチマークである。 DisProtBenchはデータの複雑さ、タスクの多様性、解釈可能性という3つの重要な軸にまたがっている。 その結果,機能的予測障害と相関する低信頼領域を有する障害下でのモデルロバスト性に有意な変動が認められた。
  論文  参考訳（メタデータ） (2025-06-18T23:58:22Z)
• AlphaFold Database Debiasing for Robust Inverse Folding [58.792020809180336]
  Debiasing Structure AutoEncoder (DeSAE)を導入し、故意に破損したバックボーンジオメトリからネイティブライクなコンフォーメーションを再構築することを学ぶ。 推測において、DeSAEをAFDB構造に適用すると、逆折り畳み性能を著しく向上する偏りのある構造が生成される。
  論文  参考訳（メタデータ） (2025-06-10T02:25:31Z)
• Learning Identifiable Structures Helps Avoid Bias in DNN-based Supervised Causal Learning [56.22841701016295]
  Supervised Causal Learning (SCL)はこの分野で新興パラダイムである。 既存のディープニューラルネットワーク(DNN)ベースの手法では、"Node-Edgeアプローチ"が一般的である。
  論文  参考訳（メタデータ） (2025-02-15T19:10:35Z)
• A Partial Initialization Strategy to Mitigate the Overfitting Problem in CATE Estimation with Hidden Confounding [44.874826691991565]
  観察データから条件平均治療効果(CATE)を推定することは、電子商取引、医療、経済などの分野において重要な役割を果たす。 既存の研究は主に、隠れた共同設立者がいないという強い無知の仮定に依存している。 ランダム化制御試験 (RCT) から収集されたデータは、共起に苦しむことはないが、通常は小さなサンプルサイズによって制限される。
  論文  参考訳（メタデータ） (2025-01-15T15:58:16Z)
• Enhanced Principal Component Analysis under A Collaborative-Robust Framework [89.28334359066258]
  重み学習とロバストな損失を非自明な方法で組み合わせる,一般的な協調ロバスト重み学習フレームワークを提案する。 提案されたフレームワークでは、トレーニング中の重要度を示す適切なサンプルの一部のみがアクティブになり、エラーが大きい他のサンプルは無視されません。 特に、不活性化試料の負の効果はロバスト損失関数によって軽減される。
  論文  参考訳（メタデータ） (2021-03-22T15:17:37Z)

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。