新型薬物再定位方法のネットワーク構築と応用研究 背景 COVID-19パンデミックの間、研究者と製薬会社は治療とワクチンの開発に専念しました。薬物再定位は近道として素早く効果的な対応戦略と見なされています。薬物再定位は既に承認された薬物の新たな用途を発見しようとするもので、伝統的な薬物発見の経路に比べて安価で迅速だと考えられています[1–3]。例えば、レムデシビルとデキサメタゾンは再定位に成功した2つの薬物です[4–6]。グローバルなパンデミックが地域的な段階に移行する一方で、ウイルスの拡散は続いています。COVID-19パンデミックは、候補薬物を迅速に発見し、医学や製薬分野の専門家に提供する重要性を深く喚起させました[7]。 生物学的メカニズムの進歩と生物医学知識の収集に伴い、より正確で精...
ADHD 早期検出の潜在的バイオマーカーに関する研究報告：位相ベースの脳機能接続とグラフ理論分析に基づいて 本文は「ADHD 早期検出のための潜在的バイオマーカーに関する研究：位相ベースの脳機能接続とグラフ理論分析を用いて」と題された研究報告である。本研究は Farhad Abedinzadeh Torghabeh、Seyyed Abed Hosseini、および Yeganeh Modaresnia により完了され、Physical and Engineering Sciences in Medicine（2023）第46巻、1447-1465ページに掲載された。本文は2023年9月5日にオンラインで公開された。この記事では、学術的な背景、研究方法、実験結果、および科学的価値が詳述される。...
脳科学研究が人工知能アルゴリズムを啓発する：知識組み立ての神経メカニズム 背景の概要 新しい情報が脳に入るとき、人間は「知識組み立て」（knowledge assembly）と呼ばれる過程を通じて、世界についての既存の知識を迅速に変更できます。最近、Nelliらによる研究において、人間の脳における知識組み立ての神経関連が探究されました。研究者たちはこの神経メカニズムに触発され、迅速な知識組み立てを実現し、システムの柔軟性を向上させる人工ニューラルネットワークアルゴリズムを開発しました。この研究は、脳の作業方法を研究することがより良い計算アルゴリズムの発展を促進することを再び証明しました。 研究の出典 この研究論文はXiang Ji、Wentao Jiang、Xiaoru Zhang、Ming...
原発閉塞隅角緑内障患者の脳ネットワークトポロジーのグラフ理論分析 研究背景 緑内障は視神経の損傷と眼圧の上昇を特徴とする世界的な失明を引き起こす眼疾患である（Kang and Tanna 2021）。さまざまなタイプの緑内障の中で、原発閉塞隅角緑内障（Primary Angle-Closure Glaucoma，PACG）は特にアジアで普遍的である（Chan et al. 2016）。PACGの病因は複雑で、前房角の狭窄、前房の混雑が閉鎖を引き起こす（Sun et al. 2017）、脈絡膜の肥厚（Zhou et al. 2013; 2014）、および脈絡膜の拡張（Kumar et al. 2008）などが含まれ、最終的に眼圧が上昇する。環境要因として、照明条件が瞳孔の大きさに影響を及ぼし、...
ソースレベルEEGとグラフ理論に基づく卒中後てんかん患者の機能的結合の変化に関する研究報告 研究背景 てんかんの病因は多岐にわたり、特発性、先天性、頭部外傷、中枢神経系感染、脳腫瘍、神経変性疾患、脳血管疾患などが含まれます。その中で、脳血管疾患は全てんかん症例のおよそ11%を占め、高齢者てんかん患者の最も一般的な病因となっています。また、卒中後てんかん（Post-Stroke Epilepsy, PSE）は卒中患者の一般的な合併症であり、3%から30%の卒中患者がPSEに発展する可能性があります。PSEのリスク要因としては、皮質の関与、出血性の転化、早期発作、若年発病、高いNIHSSスコア、アルコール依存などが挙げられます。 ネットワーク科学とグラフ理論は、脳機能の理解において顕著な可能性を...
階層的負サンプリングに基づくグラフ対比学習を用いた薬物-疾患関連予測の研究 薬物-疾患関連（RDAs）の予測は、疾患治療戦略の解明や薬物の再利用において重要な役割を果たしています。しかし、既存の方法は主に限定されたドメイン特有の知識に依存して薬物と疾患の候補関連を予測しているため、効果が限定されています。また、薬物-疾患関係の未知の情報を単純に負のサンプルとして定義することには固有の欠点があります。これらの課題を克服するため、本研究では階層的な負のサンプリングに基づく新しいグラフ対比モデルであるHSGCL-RDAを提案し、薬物と疾患の潜在的な関連を予測します。 研究背景と研究課題 薬物開発および疾患進行の制御プロセスは長くて高価であり、増え続ける疾患の数とその変異により効果的な薬物の需要が増...
非小细胞肺癌的免疫疗法疗效预测：多视角自适应加权图卷积网络研究报告 背景介绍 肺癌は発症率が非常に高く、予後が悪い悪性腫瘍であり、長年にわたりその致死率は高止まりしています。すべての肺癌患者の中で、非小細胞肺癌（Non-Small Cell Lung Cancer, NSCLC）は約85%を占めています。新しい治療手段として、腫瘍免疫療法は癌患者に新しい治療のアイデアを提供しました。しかし、免疫療法は高額であり、約20%から50%の患者のみが満足のいく効果を得られるだけです。さらに治療中には、免疫性肺炎や肝炎などの副作用が発生する可能性があります。したがって、患者が免疫療法を受ける前にその効果を予測することは重要です。 近年、機械学習を基盤とする放射線オミクスは、NSCLCの免疫療法の効果予...
背景と研究の動機 周知の通り、食物の栄養と人間の健康は密接に関連しています。科学的研究によると、食事の栄養が不適切であることは200種類以上の病気と関連しており、特に腸内フローラの代謝を考慮した場合、食物の栄養成分と病気との間の複雑な相互作用は体系化と実際の応用が困難です。そのため、包括的な知識を統合し実用的な枠組みを提供することが急務であり、飲食関連のクエリ取得をサポートする必要があります。 研究の出典 本稿はChengcheng Fu、Xueli Pan、Jieyu Wu、Junkai Cai、Zhisheng Huang、Frank Van Harmelen、Weizhong Zhao、Xingpeng Jiang、そしてTingting Heが共同で執筆した研究に基づいています。この...
##生物ネットワークを学習してタンパク質知識を用い薬物-標的親和性を予測する 背景紹介 薬物-標的親和性（drug-target affinity, DTA）の予測は、新薬の発見過程において重要な位置を占めています。効率的かつ正確なDTA予測は、新薬開発の時間と経済的コストを大幅に短縮できます。近年、深層学習技術の爆発的発展により、DTA予測に強力なサポートが提供されています。既存のDTA予測方法は主に1Dタンパク質配列に基づく方法と2Dタンパク質構造図に基づく方法に分けられます。しかし、これらの方法は標的タンパク質の内在特性にのみ注目し、過去の研究で明らかにされているタンパク質相互作用の広範な先験知識を無視しています。 この問題に対して、本研究ではMSF-DTA（多源特徴融合に基づく薬物-...
知識強化型グラフトピック変圧器の説明可能な生物医学テキスト要約への応用 研究背景 生物医学の文献発表量が増加し続けているため、自動生物医学テキスト要約タスクの重要性が高まっています。2021年にはPubMedデータベースだけで1,767,637本の論文が発表されました。既存の事前学習言語モデル（Pre-trained Language Models、PLMs）を用いた要約方法は性能を向上させていますが、特定の分野の知識の捕捉や結果の説明可能性において顕著な制限があります。これにより、生成された要約が一貫性に欠け、冗長な文章や重要な分野知識の欠落を含む可能性があります。さらに、変圧器モデルのブラックボックス特性はユーザーが要約生成の理由や方法を理解するのを困難にするため、生物医学テキスト要約に...