ネットワーク生物学におけるリンク予測アルゴリズムのバイアス認識型学習と評価

ネットワーク生物学における連結予測アルゴリズムの“富ノード”バイアスの解明と新たな対応戦略 ーー “Bias-aware Training and Evaluation of Link Prediction Algorithms in Network Biology”を読み解く 1. 学術的背景と研究の発端 過去10年間、生物ネットワーク(network biology)は、生体分子間の関連や機能の解明においてますます重要な役割を担ってきました。タンパク質–タンパク質相互作用(protein–protein interaction, PPI)や疾患と遺伝子の関係など、大規模なネットワークデータが豊富になるにつれて、グラフ機械学習に基づく連結予測(link prediction、連結とはネット...

APNet:COVID-19重症の差次的活性ドライバーを発見する説明可能なスパース深層学習モデル

学術的背景 COVID-19のパンデミックは、世界中の公衆衛生システムに大きな影響を与えました。現在では状況が落ち着きつつありますが、その複雑な免疫病理学的メカニズム、長期にわたる後遺症(「長いCOVID」など)、そして将来発生する可能性のある類似の脅威に対する研究が依然として進められています。特に重症のCOVID-19患者は、「サイトカインストーム」、急性呼吸窮迫症候群(ARDS)、多臓器不全などの深刻な症状を伴うことが多く、より正確な予測モデルとバイオマーカーが臨床判断をサポートするために必要とされています。 従来の機械学習(ML)や深層学習(DL)モデルは、ハイスループットオミクスデータの分析において優れた性能を発揮しますが、生物学的に解釈可能な結果を提供することが難しく、翻訳後修飾な...