論文の概要: Auditing the Privacy of Synthetic Gene Expression Data: A Unified Weighted-Distance Framework for No-Box Membership Inference

• arxiv url: http://arxiv.org/abs/2610.04060v1
• Date: Fri, 02 Oct 2026 21:14:25 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 21:15:42.813235
• Title: Auditing the Privacy of Synthetic Gene Expression Data: A Unified Weighted-Distance Framework for No-Box Membership Inference
• Title（参考訳）: 合成遺伝子発現データのプライバシ監査:非ボックスメンバーシップ推論のための統一重み付き距離フレームワーク
• Abstract要約: メンバーシップ推論攻撃(MIA)は、患者の遺伝子発現プロファイルが生成モデルのトレーニングに使用されたかどうかを検査することで、その監査を提供する。 ELSA Health 2026 Challengeで公表されたThe Cancer Genome AtlasのRNA-seqプロファイルから得られた合成遺伝子発現データについて再検討した。
• 参考スコア（独自算出の注目度）: 8.15745245946297
• License:
• Abstract: Synthetic gene expression data is increasingly proposed as a privacy-preserving substitute for controlled-access genomic repositories, but its safety depends on empirical auditing. Membership inference attacks (MIAs) provide that audit by testing whether a patient's gene expression profile was used to train a generative model. We report a red-team study on synthetic gene expression data derived from bulk RNA-seq profiles in The Cancer Genome Atlas, released by the ELSA Health 2026 Challenge. We unify five no-box attacks under a single weighted-distance framework in which each variant differs only in how it weights genes: uniformly (baseline), by variance, by synthetic-versus-reference KL divergence, by spectral residualization removing dominant principal components, and by curated pathway membership. Against a conditional variational autoencoder, spectral residualization raises AUC from 0.8251 to 0.8951 and TPR at 1% FPR from 0.3842 to 0.5970 on pan-cancer TCGA. Biological pathway priors did not transfer across targets.
• Abstract（参考訳）: 合成遺伝子発現データは、制御アクセスゲノムレポジトリのプライバシ保護代替としてますます提案されているが、その安全性は経験的監査に依存する。 メンバーシップ推論攻撃(MIA)は、患者の遺伝子発現プロファイルが生成モデルのトレーニングに使用されたかどうかを検査することで、その監査を提供する。 ELSA Health 2026 Challengeで公表されたThe Cancer Genome AtlasのRNA-seqプロファイルから得られた合成遺伝子発現データについて再検討した。 一つの重み付き距離の枠組みの下で5つのノーボックス攻撃を統一し、各変異体が遺伝子の重み付けの仕方だけが異なる:一様(ベースライン)、多変量、合成逆参照KL分散、スペクトル残留化による主成分の除去、硬化経路のメンバーシップ。 条件付き変分オートエンコーダに対して、スペクトル残留化はAUCを0.8251から0.8951に、TPRを1%FPRとし0.3842から0.5970に上昇させる。 生物経路の先駆者は標的を越えて移動しなかった。

関連論文リスト

• CASCADE: An Agentic Regulatory Network Framework for Patient-Data-Validated Downstream Perturbation Prediction [0.0]
  我々は、実際のTCGA患者の腫瘍データに対するノックダウンの逆転のプロキシとして、焦点遺伝子コピーナンバーアンプリフィケーション(cuscus-gene copy-number amplification)を用いる。 MYCの場合、CASCADEの予測されたノックダウンターゲットは、実際のvs非増幅腫瘍の発現と強い一致を示した。 その精度は、MYCまたはE2F駆動生物学の既存の公的な知識を超えないことが示されている。
  論文  参考訳（メタデータ） (2026-08-05T19:30:44Z)
• Screening of Biosecurity Features in Metagenomic Data with Evo 2 Probes [35.18016233072556]
  Evo 2のようなゲノム基盤モデルは、リッチなシーケンス表現を学習するが、バイオセキュリティスクリーニングの価値はほとんど探索されていない。 凍結したEvo2層26の活性化に対して、最小限の線形および注意プローブを訓練することにより、これらの表現の中でどの程度のバイオセキュリティ関連信号が線形にアクセスできるかを問う。 保持されたメダゲノミクステストセット全体で、プローブは強い差別で抗菌抵抗を検出する。
  論文  参考訳（メタデータ） (2026-07-15T17:38:02Z)
• scHelix: Asymmetric Dual-Stream Integration via Explicit Gene-Level Disentanglement [84.88065404629079]
  scHelixは、機能がどのように処理されるかを根本的に変更するデータセット適応フレームワークである。 scHelixは、停止段階のグラフキャッシュを備えたデュアルストリームスパース拡散エンコーダを使用する。 scHelixは最先端のメソッドより優れています。
  論文  参考訳（メタデータ） (2026-05-18T15:55:13Z)
• SNPgen: Phenotype-Supervised Genotype Representation and Synthetic Data Generation via Latent Diffusion [6.660968772645983]
  SNPgenは、表現型制御された合成遺伝子型を生成するための条件付き潜伏拡散フレームワークである。 英国バイオバンクの個人を4つの複雑な疾患に分けて評価した。
  論文  参考訳（メタデータ） (2026-03-11T15:23:37Z)
• STRAND: Sequence-Conditioned Transport for Single-Cell Perturbations [31.08466183513241]
  STRANDは、制御DNA配列の条件付けによって単一細胞の応答を予測する生成モデルである。 配列による摂動を表現することは、遺伝子識別子の固定セットではなく、訓練中に見えないlociでのゼロショット推論をサポートする。 K562, Jurkat, RPE1細胞におけるCRISPR摂動データセットのSTRANDを評価する。
  論文  参考訳（メタデータ） (2026-02-10T00:57:38Z)
• One-shot synthesis of rare gastrointestinal lesions improves diagnostic accuracy and clinical training [45.49415063761575]
  EndoRareは、単一の参照画像から多種多様な高忠実度病変を合成する、ワンショットでリトレーニング不要な生成フレームワークである。 われわれはこの枠組みを4つの稀な病理から検証した。 これらの結果は, コンピュータ支援診断と臨床教育の両方において, 希少なギャップを埋める実践的でデータ効率のよい方法を確立している。
  論文  参考訳（メタデータ） (2025-12-30T15:07:09Z)
• Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
  本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。 我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。 また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
  論文  参考訳（メタデータ） (2025-06-26T09:05:38Z)
• Uncertainty-Aware Genomic Classification of Alzheimer's Disease: A Transformer-Based Ensemble Approach with Monte Carlo Dropout [0.0]
  アルツハイマー病(英語版) (AD) は遺伝学的に複雑であり、ゲノムデータも複雑である。 我々はモンテカルロ・ドロップアウトを用いた変圧器を用いたアンサンブルモデル(TrUENet)を開発した。
  論文  参考訳（メタデータ） (2025-05-31T18:20:49Z)
• scMamba: A Pre-Trained Model for Single-Nucleus RNA Sequencing Analysis in Neurodegenerative Disorders [43.24785083027205]
  scMambaは、snRNA-seq解析の品質と実用性を改善するために設計された事前訓練モデルである。 最近のMambaモデルにインスパイアされた scMamba は、線形アダプタ層、遺伝子埋め込み、双方向のMambaブロックを組み込んだ新しいアーキテクチャを導入している。 scMambaは、セルタイプアノテーション、ダブルト検出、インプット、差分表現された遺伝子の同定など、様々な下流タスクにおいて、ベンチマーク手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-02-12T11:48:22Z)
• Assessing putative bias in prediction of anti-microbial resistance from real-world genotyping data under explicit causal assumptions [3.795323061432507]
  サンプリングが非ランダム化されているため、AMR予測ツールの開発にはバイアスがかかる。 遺伝子型・フェノタイプAMRデータを用いたAMR予測における確率に基づく再バランスと共起調整の有効性を評価した。
  論文  参考訳（メタデータ） (2021-07-06T21:19:21Z)

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。