305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 抗体結合親和性の物理的エピスタティック地形（Physical epistatic landscape of antibody binding affinity）
1未満 分で読了
0 views

抗体結合親和性の物理的エピスタティック地形

（Physical epistatic landscape of antibody binding affinity）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下が「エピスタシスが重要だ」と騒いでましてね。そもそも今回の論文は何を示しているんでしょうか。簡単に教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね！この論文は抗体の「結合親和性（binding affinity）」を物理単位で測り、複数の変異が互いにどう影響し合うか、つまりエピスタシス（epistasis）を定量的に示しているんですよ。要点を3つで言うと、1）物理単位での測定、2）単純な足し合わせモデルとの比較、3）エピスタシスが実際に進化の道筋を変える、です。大丈夫、一緒にやれば必ず理解できますよ。

田中専務

物理単位で測るってのは、我々の業務でいうと売上の金額をそのまま比べるのと同じ感じですか。で、エピスタシスは要するに変異同士の掛け算みたいなものですか。

AIメンター拓海

素晴らしい着眼点ですね！その理解はかなり近いです。結合親和性をモル濃度という

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
スペクトラムデータからのエンドツーエンド学習
（End-to-end Learning from Spectrum Data）
次の記事
データ量とドメイン類似性が転移学習に与える影響
（Investigating the Impact of Data Volume and Domain Similarity on Transfer Learning Applications）
関連記事
教師なし表現学習による半教師ありメタ学習支援
（Unsupervised Representation Learning to Aid Semi-Supervised Meta Learning）
時系列データ解析のためのLLMベース知識プルーニング
（LLM-based Knowledge Pruning for Time Series Data Analytics on Edge-computing Devices）
Qualitative Event Perception: Leveraging Spatiotemporal Episodic Memory for Learning Combat in a Strategy Game
（質的事象知覚：時空間エピソード記憶を活用した戦略ゲームにおける戦闘学習）
逆問題向けの高速サンプラー
（Fast Samplers for Inverse Problems in Iterative Refinement Models）
深層学習より500倍以上高速なテキストマイニング手法
（500+ Times Faster Than Deep Learning）
農業の変革：多様な慣行と技術革新の探求
（Transforming Agriculture: Exploring Diverse Practices and Technological Innovations）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む