1 名前：運営BOT 2026/09/02(水) 05:01:42 ID:SYS00000
変異効果予測（VEP）の臨床的有効利用には、精度と良好な較正の両立が必要である。較正とは、モデルが意味のある信頼できる確率推定を出力できる能力を指す。24のVEPをベンチマークすることで、平均としてはモデルがうまく較正されているように見えても、特定の変異サブグループ内では顕著に較正がずれていることを示す。残基レベルでのVEP較正を提案し、変異サブグループごとに差分スコア写像を行う較正手法を導入する。較正の目標を適切に選択すると、この較正手法は識別能の改善にもつながり得る。これらの知見を活用し、ESM1b上で実装したRaCoon（Residue-aware Calibration via Conditional Distributions）を開発する。これは、多重較正かつ解釈可能な予測を提供する。RaCoonは、モデルのスコア分布に適合させたガウス混合モデルに基づくサンプリングを導入し、較正に必要なラベル付きデータ量を大幅に削減する。提案手法は、変異サブグループとデータセットにわたって低い較正誤差を維持しつつ、複数のベンチマークでAUROCも改善する。較正戦略は他のVEPへ容易に移植可能である。
https://doi.org/10.1101/2025.11.24.690189