952 ورقة بحثية
تقدم هذه الورقة "الترميز الموجه" (Guided Tokenization)، وهي استراتيجية تعطي الأولوية للتسلسلات الفرعية ذات الأهمية البيولوجية والإحصائية لتعزيز أداء النماذج اللغوية الجينومية المدمجة ووعيها البيولوجي عبر مختلف مهام التصنيف والتوصيف.
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة ذات الأوزان المفتوحة، عند دمجها في سير عمل الاسترجاع والترشيح الدلالي، يمكنها تحقيق دقة تقارب الكمال في أتمتة تنسيق البيانات الوصفية غير المهيكلة من قواعد بيانات علوم الحياة العامة، مما يتغلب على قيود عمليات البحث التقليدية بالكلمات المفتاحية ويمكّن من إعادة استخدام البيانات بشكل قابل للتوسع والتكرار.
تقدم الورقة البحثية Wayfarer، وهو إطار عمل متعدد المقاييس بلغة R للبيانات المكانية الأومية (spatial -omics)، يقوم بتحويل خيارات التجميع المكاني التعسفية إلى إشارات تشخيصية من خلال تتبع كيفية تطور مقاييس الارتباط المكاني عبر مستويات متداخلة، مما يكشف عن تحولات قابلة للتكرر ومعتمدة على المقياس في تطور الورم، والتي يتم إغفالها في التحليلات أحادية الدقة.
تُعدُّ SCiMS أداةً معلوماتية حيوية مبتكرة وقابلة للتوسع تتنبأ بدقة بجنس المضيف من بيانات التسلسل الميتاجينومي —حتى في العينات ذات الكتلة الحيوية المنخفضة وعبر أنواع متنوعة— وذلك عبر الاستفادة من نسب كثافة قراءات الكروموسومات الجنسية ضمن مصنف بايزي (Bayesian classifier) لاستعادة البيانات الوصفية المفقودة وضمان نزاهة البحث.
تقدم الورقة البحثية DEFT، وهي طريقة تعلم آلي هجينة تجمع بين نماذج لغة البروتين للتصنيف الواسع للإنزيمات والمحاذاة القائمة على البنية للتصنيف الفرعي دقيق التفاصيل، محققةً دقة وكفاءة حوسبية فائقتين في التنبؤ بأرقام تصنيف الإنزيمات (EC numbers) لإنزيمات تحلل الميوكين في بكتيريا الأمعاء.
تتناول هذه الورقة المبالغة في تقدير الأداء في التنبؤ بالارتباطات البيولوجية متعددة المدخلات والناجمة عن اختصارات نسبة الدرجة، وذلك من خلال تقديم إطار تقييم متوازن الكيانات واستراتيجية تدريب UnbiasNet لضمان تقييمات عادلة وقوية وذات مغزى لتعلم العلاقات الحقيقي.
تُثبت هذه الورقة أن خوارزمية جديدة لتقليل العينات تعتمد على البادئات، والتي تعمل على اختزال الجينومات البكتيرية إلى تمثيلات k-mer، تتيح تنبؤاً دقيقاً وقابلاً للتفسير بالأنماط الظاهرية باستخدام نماذج تجميعية فعالة، مما يوفر بديلاً خفيف الوزن لتحليل الجينوم الكامل وبنى التعلم العميق.
يُعد PIGLET طريقة جديدة للمحولات الرسومية (graph transformer) تستفيد من رسم بياني معرفي على مستوى البروتينوم للتنبؤ بالتفاعلات بين العقار والهدف، حيث أظهر أداءً فائقاً على النماذج الحالية في تقسيمات العقاقير الصارمة وأثبت فائدته في اكتشاف الأدوية في العالم الحقيقي.
تقدم هذه الورقة منهجية "كيندال-تاو المستندة إلى محتوى المعلومات" (ICI-Kt)، والتي تعيد تفسير القيم المفقودة ذات التمركز اليساري في علم الأيض باعتبارها معلومات مفيدة لتحسين كشف القيم المتطرفة وبناء شبكة الميزات-الميزات، مدعومة بتنفيذ متوازٍ بلغتي R وPython.
يُعد ProteomeLM نموذج لغة جديداً قائماً على تقنية المحولات (transformer) يعمل على بروتيومات كاملة لتوليد تمثيلات بروتينية سياقية، مما يتيح تنبؤاً دقيقاً وسريعاً وغير مُشرف عليه للتفاعلات بين البروتينات، بالإضافة إلى تنبؤ مُشرفٍ متطورٍ لضرورة الجينات عبر أصناف حيوية متنوعة.