文献

J-GLOBAL ID：202002262258472323   整理番号：20A2580723

T細胞受容体配列と人工知能を用いたウイルス感染診断の性能評価【JST・京大機械翻訳】

Performance Evaluation of Viral Infection Diagnosis using T-Cell Receptor Sequence and Artificial Intelligence

著者 (5件)： Kosfeld Tim (Department of Computer Science, Saint Louis University, St. Louis, MO, US) ,  McMillan Jonathan (Department of Electrical and Computer Engineering, Saint Louis University, St. Louis, MO, US) ,  DiPaolo Richard J. (Department of Molecular Microbiology and Immunology, Saint Louis University School of Medicine, St. Louis, MO, US) ,  Hou Jie (Department of Computer Science, Saint Louis University, St. Louis, MO, US) ,  Ahn Tae-Hyuk (Department of Computer Science, Saint Louis University, St. Louis, MO, US)
資料名： ACM Proceedings  (ACM Proceedings)
号： BCB ’20  ページ： 1-10  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 適応免疫系は,生命を通して遭遇する病原体を検出し,戦う異なる受容体を数百万発現する。これらの受容体は,免疫細胞が数百万の異なる受容体を発現するユニークなDNA配列によってコードされる。免疫細胞受容体配列のハイスループット配列決定と分析は,感染に対する免疫学的反応の理解を知り,ワクチンの有効性を評価するユニークな機会を提供する。感染が排除された後でさえ,病原体特異的免疫細胞とそれらの受容体配列は感染の前により高い頻度で存在し,それらの頻度の増加は二次感染を防ぐ。体内の持続性の結果として,それらは感染の診断および安定なバイオマーカーとしてのワクチンの有効性の評価に有用である。しかし,この過程は,配列分析に基づく感染状態を診断するための従来の統計的試験を超える精度で大規模なデータセットの徹底的な分析を必要とする。ここでは,公的に利用可能なマウス(モンキーポックス感染および小痘ワクチン接種)およびヒト(サイトメガロウイルス血清型)T細胞受容体配列データセットを用い,特異的なウイルス感染またはワクチン接種状態の同定および診断の性能を測定するために,各種の機械学習および深層学習アルゴリズムを評価した。著者らの集中的な実験は,進行中のSARS-CoV-2パンデミックのような最近遭遇する株を含む,疾患状態の効果的なスクリーニングの可能性を保持する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ウイルス感染 ,  *受容体 ,  ヒト ,  免疫反応 ,  病原体 ,  サイトメガロウイルス ,  予防接種 ,  *T細胞受容体 ,  バイオマーカー ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： 2次感染 ,  DNA配列 ,  ハイスループット ,  免疫細胞 , 【Automatic Indexing@JST】

著者キーワード (6件)： T細胞受容体配列決定 ,  深層学習 ,  診断 ,  感染症 ,  機械学習 ,  予防接種

分類 (2件)： 免疫反応一般  (ED03010T) ,  感染免疫  (ED03030P)

タイトルに関連する用語 (5件)： T細胞受容体 ,  人工知能 ,  ウイルス ,  感染診断 ,  性能評価