1123 ورقة بحثية
تُثبت هذه الدراسة أن مقاييس تكوين أنواع الخلايا البسيطة والقابلة للتفسير، ولا سيما نسب التحويل اللوغاريتمي المركزي، تتفوق على الطرق الحسابية المعقدة في التصنيف غير الموجه للمرضى في مجموعات بيانات تسلسل الحمض النووي الريبوزي أحادي الخلية (scRNA-seq) من خلال التقاط التباين ذي الصلة سريريًا والمدفوع بالتباين الخلوي، وتُقدم حزمة لغة R مفتوحة المصدر scECODA لتسهيل هذا النهج.
تقدم هذه الدراسة نماذج خداع قائمة على نماذج لغة البروتين من أجل منافسة الهدف-الخداع في علم البروتينات، وتقارنها بالطرق الكلاسيكية، لتجد أنه بينما توفر هذه النماذج تميزاً فائقاً على مستوى التسلسل وقيمة تشخيصية، إلا أنها لا تتفوق حالياً على نماذج الخداع العكسي التقليدية في الأداء العام للبحث.
من خلال تطبيق استراتيجية تنقيب عن البيانات عبر المستودعات الشاملة باستخدام تصفية MassQL على بيانات LC-MS/MS عبر قواعد البيانات العامة الكبرى، رسمت هذه الدراسة بشكل منهجي مشهد الكارنيتين لإنشاء مكتبة شاملة تضم أكثر من 34,000 طيف MS/MS فريد يمثل ما يقرب من 3,000 تركيب ذري، مما مكن من اكتشاف مترافقات كارنيتين جديدة وتعزيز فهم أدوارها في استقلاب المضيف، والنظام الغذائي، والمرض.
تقدم الورقة البحثية Carafe2، وهي أداة تعتمد على التعلم العميق تقوم بتوليد مكتبات طيفية عالية الجودة ومخصصة للتجارب مباشرة من بيانات timsTOF DIA الخام الأصلية، وذلك من خلال ضبط نماذج وقت الاحتفاظ، وكثافة الأيونات المجزأة، وتنبؤ حركية الأيونات، مما يجعلها تتفوق على النماذج الحالية المدربة بواسطة التجزئة المستحثة بالتحلل (DDA) وتتيح كشفاً فائقاً للببتيدات عبر مختلف التطبيقات البروتومية.
تقدم هذه الورقة Parallel-REM، وهو مسار معالجة قائم على لغة بايثون وقابل للتوسع يستخدم التوازي بالدفعات للتغلب على الاختناقات الحسابية لنماذج التأثيرات العشوائية التقليدية، محققاً تسريعاً بمقدار 26.1 ضعفاً في استنتاج شبكات التفاعل الميكروبي من البيانات الميتاجينومية واسعة النطاق مع الحفاظ على توافق إحصائي عالٍ مع تطبيقات لغة R الحالية.
تقدم الورقة البحثية BCAR، وهو أداة سريعة وعامة الأغراض لربط تسلسلات الباركود، والتي تستفيد من درجات الجودة والأدلة الشاملة لتصحيح الأخطاء لإنشاء خرائط عالية الدقة، متفوقة بذلك على أدوات المحاذاة القائمة على التماثل في كل من مجموعات البيانات المحاكات والتجريبية.
تقترح الورقة البحثية scTGCL، وهو إطار عمل جديد للتعلم التبايني للرسوم البيانية قائم على نموذج Transformer، يدمج آلية الانتباه الذاتي متعدد الرؤوس مع استراتيجيات تعزيز قوية لتحقيق دقة فائقة، وقابلية للتفسير، وكفاءة حوسبية في تجميع بيانات تسلسل الحمض النووي الريبوزي أحادي الخلية (scRNA-seq) عالية الأبعاد مقارنة بالطرق الحالية المتطورة.
تقدم هذه الورقة خوارزمية ذات زمن خطي تعمل على توجيه رسوم بيانية للجينوم الشامل ثنائية الاتجاه لتحديد الفقاعات الفائقة بكفاءة، مما يحقق تسريعاً يصل إلى 25 ضعفاً مقارنة بالأدوات الحالية ويمكّن من التحليل القابل للتوسع للجينومات البشرية واسعة النطاق.
يُعد GraphBG إطاراً بايزياً موحداً وقابلاً للتوسع يستفيد من التلافيف الطيفية للرسوم البيانية للكشف بدقة عن المجالات المكانية في بيانات علم النسخ المكاني واسعة النطاق، ومتعددة الشرائح، ومتعددة الأنماط، متفوقاً بشكل كبير على الطرق الحالية في السرعة، والتماسك، والتفسير البيولوجي.
تعد KuafuPrimer أداة تعتمد على تعلم الآلة لتصميم بادئات 16S rRNA مُحسّنة باستخدام التعلم بلقطات قليلة لتقليل انحياز التضخيم بشكل كبير وتحسين الدقة التصنيفية عبر البيئات المتنوعة، والدراسات الطولية، والتشخيصات السريرية مقارنة بالبادئات الشاملة التقليدية.