Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Reinforcement Schedules01:24

Reinforcement Schedules

559
Positive reinforcement is a powerful method for teaching new behaviors to both animals and humans. B.F. Skinner demonstrated this with his experiments using rats in a Skinner box. When a rat pressed a lever, it received a food pellet. This immediate reward encouraged the rat to repeat the behavior. This method, where a reward follows every instance of the behavior, is known as continuous reinforcement. It is highly effective for establishing new behaviors quickly.
Once a behavior is learned,...
559
Observational Learning01:12

Observational Learning

1.1K
Albert Bandura's observational learning, also known as imitation or modeling, occurs when a person observes and imitates another's behavior. It is a quicker process than operant conditioning. A well-known example is the Bobo doll study, where children who saw an adult acting aggressively towards the doll were more likely to act aggressively when left alone, compared to those who observed a nonaggressive adult. Many psychologists view observational learning as a form of latent learning...
1.1K
Optimization Problems01:26

Optimization Problems

93
Optimization problems often involve identifying maximum or minimum values under specific constraints. A well-known example is determining the longest horizontal pipe that can be moved around a right-angled corner, where a 3-meter-wide hallway meets a 2-meter-wide hallway. This scenario, common in architectural design and industrial transport, can be understood conceptually through geometric and trigonometric reasoning.To visualize the problem, consider the pipe as a straight line that touches...
93
Reinforcement01:23

Reinforcement

992
Positive and negative reinforcement are key concepts in operant conditioning, a learning process where the consequences of a behavior affect the likelihood of that behavior being repeated.
Positive reinforcement occurs when a behavior is followed by the presentation of a rewarding stimulus, increasing the frequency of that behavior. For example:
992
Improving Translational Accuracy02:07

Improving Translational Accuracy

3.7K
3.7K
Improving Translational Accuracy02:07

Improving Translational Accuracy

15.2K
Base complementarity between the three base pairs of mRNA codon and the tRNA anticodon is not a failsafe mechanism. Inaccuracies can range from a single mismatch to no correct base pairing at all. The free energy difference between the correct and nearly correct base pairs can be as small as 3 kcal/ mol. With complementarity being the only proofreading step, the estimated error frequency would be one wrong amino acid in every 100 amino acids incorporated. However, error frequencies observed in...
15.2K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Adaptive genomic evolution and WD40-regulated temporal dynamics of anthocyanins support leaf photoplasticity in Parrotia subaequalis.

BMC plant biology·2026
Same author

Pathogenic Mechanisms of V. vulnificus and Its Role in the Development of Sepsis.

MicrobiologyOpen·2026
Same author

CauFinder: Steering Cell-State and Phenotype Transitions by Causal Disentanglement Learning.

Advanced science (Weinheim, Baden-Wurttemberg, Germany)·2026
Same author

Mesenchymal Stem Cell Therapy for Type 2 Diabetes: Synergistic β-Cell Regeneration, Immune Modulation, and Exosome-Mediated Glucose Homeostasis.

Stem cells international·2026
Same author

Single-cell immunoprofiling reveals a dysfunctional-like immune microenvironment and malignant phenotype in aging penile squamous cell carcinoma.

Cell biology and toxicology·2026
Same author

The Adjunctive Role of Botulinum Toxin A in Wound Healing and Scar Management.

Aesthetic plastic surgery·2026
Same journal

Layered social competition coordinates reproductive hierarchy formation in ants.

bioRxiv : the preprint server for biology·2026
Same journal

Combination epigenetic-targeted therapy increases the immunogenicity of poorly immunogenic sarcomas.

bioRxiv : the preprint server for biology·2026
Same journal

Loss of LanC-like proteins delays post-injury regeneration of aging skeletal muscles.

bioRxiv : the preprint server for biology·2026
Same journal

Integrative Transfer Network: Deep Transfer Learning Across Populations and Prediction Targets.

bioRxiv : the preprint server for biology·2026
Same journal

Confidence-supported label-free metabolic imaging with FPhaS phase autofluorescence microscopy.

bioRxiv : the preprint server for biology·2026
Same journal

Sequence-encoded autoinhibition couples mRNA decapping activity to phase separation.

bioRxiv : the preprint server for biology·2026
関連記事をすべて見る

関連する実験動画

Updated: Feb 24, 2026

Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules
10:58

Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules

Published on: July 25, 2013

17.7K

CodonRL: マルチ目的コドン配列最適化のためのデモンストレーション誘導型強化学習

Shiyi Du, Gün Kaynar, Jiayi Li

    bioRxiv : the preprint server for biology
    |February 23, 2026
    PubMed
    まとめ
    この要約は機械生成です。

    CodonRLは、翻訳効率と安定性を向上させるためにmRNA配列を最適化する新しい強化学習フレームワークです。構造的先行知識を学習し、ユーザー制御のマルチ目的トレードオフを可能にすることで、既存の方法よりも優れています。

    キーワード:
    強化学習mRNA最適化コドン最適化計算生物学合成生物学

    さらに関連する動画

    Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm
    11:53

    Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm

    Published on: December 9, 2012

    13.5K
    Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
    03:14

    Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

    Published on: December 6, 2024

    1.2K

    関連する実験動画

    Last Updated: Feb 24, 2026

    Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules
    10:58

    Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules

    Published on: July 25, 2013

    17.7K
    Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm
    11:53

    Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm

    Published on: December 9, 2012

    13.5K
    Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
    03:14

    Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

    Published on: December 6, 2024

    1.2K

    科学分野:

    • 計算生物学
    • 合成生物学
    • バイオインフォマティクス

    背景:

    • mRNA配列を翻訳効率、RNA安定性、および組成特性に合わせて最適化することは、広大な検索空間と相互作用する目的のために複雑です。
    • 動的計画法などの既存の方法は拡張性に苦労し、深層生成モデルは広範なトレーニングデータを必要とし、強化学習は遅延報酬と大きなアクションスペースの問題に直面します。

    研究 の 目的:

    • 効率的でカスタマイズ可能なmRNA配列最適化のための強化学習フレームワークであるCodonRLを開発すること。
    • 構造的先行知識を組み込み、推論中にマルチ目的トレードオフを可能にすることで、既存の方法の制限に対処すること。

    主な方法:

    • CodonRLは、効率的なフォールディングフィードバックとデモンストレーション誘導型リプレイを備えた強化学習を利用して、mRNA設計のための構造的先行知識を学習します。
    • トレーニング中の迅速な中間報酬計算のためにLinearFoldを、最終評価のためにViennaRNAを使用します。
    • マイルストーンベースの中間報酬と専門家シーケンスウォームアップは、収束を加速し、長距離最適化における遅延フィードバックを処理します。

    主要な成果:

    • CodonRLは、55のヒトタンパク質においてGEMORNAと比較して優れたパフォーマンスを示しました。
    • 平均で9.5%高いコドン適応指数（CAI）、25.4 kcal/molより有利な最小自由エネルギー（MFE）、および3.4%低いウリジン含有量を達成しました。
    • 一致した制約下で、ベンチマークタンパク質の90%以上でコドン安定化係数（CSC）を改善しました。

    結論:

    • CodonRLは、翻訳効率、構造的安定性、および免疫原性の低下を改善したmRNA配列を設計するための強力なフレームワークを提供します。
    • この方法は、mRNA設計における柔軟性を提供し、推論時間での連続的な目的の再重み付けを可能にします。
    • CodonRLは、特にトレーニングデータが不足しているシナリオにおいて、計算mRNA設計における重要な進歩を表します。