288250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）
2 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
オンデマンドでカスタマイズ可能なサービスとしての大規模言語モデル
（LLMs as On-demand Customizable Service）
SWE-Benchリーダーボードの解剖
（Dissecting the SWE-Bench Leaderboards: Profiling Submitters and Architectures of LLM- and Agent-Based Repair Systems）
学習分布に導かれたフローマッチングによる画像生成の高速化
（LeDiFlow: Learned Distribution-guided Flow Matching to Accelerate Image Generation）
グラフ異常検知のための潜在拡散モデルを用いたデータ拡張
（Data Augmentation for Supervised Graph Outlier Detection via Latent Diffusion Models）
実世界の計算的収差補正のためのベクトル量子化によるドメイン混合光学劣化の表現
（Representing Domain-Mixing Optical Degradation for Real-World Computational Aberration Correction via Vector Quantization）
情報探索型会話システムにおける外部知識を利用した応答ランキング
（Response Ranking with Deep Matching Networks and External Knowledge in Information-seeking Conversation Systems）
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
肝臓DCE-MRIにおける動きアーチファクト低減のための畳み込みニューラルネットワーク
（Method for motion artifact reduction using a convolutional neural network for dynamic contrast enhanced MRI of the liver）
  • 論文研究
Backplayによる強化学習の効率化
（BACKPLAY: ‘MAN MUSS IMMER UMKEHREN’）
  • 論文研究
効率的なニューラルアーキテクチャとハイパーパラメータの同時探索
（Towards Automated Deep Learning: Efficient Joint Neural Architecture and Hyperparameter Search）
  • 論文研究
機械学習支援型QKDの実地検証とSDN統合
（Field-Trial of Machine Learning-Assisted Quantum Key Distribution (QKD) Networking with SDN）
  • 論文研究
シェイプリー濃縮核での宇宙の舞踏—BCGと尾状電波銀河の研究
（Cosmic dance in the Shapley Concentration Core – I. A study of the radio emission of the BCGs and tailed radio galaxies）
  • 論文研究
RARD II：9400万件の関連論文推薦データセット
（RARD II: The 94 Million Related-Article Recommendation Dataset）
  • 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