T細胞受容体配列の生成モデル【JST・京大機械翻訳】

Isacchini, G.; Sethna, Z.; Elhanati, Y.; Nourmohammad, A.; Walczak, A. M.; Mora, T.

プレプリント

J-GLOBAL ID：202202205325484344 整理番号：22P0259798

T細胞受容体配列の生成モデル【JST・京大機械翻訳】

On generative models of T-cell receptor sequences

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年03月14日プレプリントサーバーでの情報更新日： 2020年03月14日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

T細胞受容体(TCR)は適応免疫系の重要な蛋白質であり,各個体でランダムに発生して,その多様性は感染と悪性腫瘍を認識する能力の基礎となる。TCR配列の分布のモデリングは,免疫学および医学応用にとって極めて重要である。ここでは,ハイスループット配列決定データで訓練された2つの推論法を比較した:知識誘導アプローチ,それは配列生成の詳細を説明し,選択の物理インスパイアードモデルによって補われた;そして,深い人工ニューラルネットワークに基づく知識フリーの変分Auto-Encoder。知識誘導モデルはTCR確率の予測において深いネットワーク手法よりも性能が優れているが,より低い計算コストではより解釈可能であることを示す。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

細胞膜の受容体 , 免疫反応一般

前のページに戻る