1002 Arbeiten
Diese Studie wendet Strukturgleichungsmodelle (SEM) auf Psoriasis-Transkriptomdaten an und zeigt eine statistisch signifikante strukturelle Beziehung zwischen epigenetischer Dysregulation und der Krankheitspathologie auf, die maßgeblich durch die Herunterregulierung der langen nicht-kodierenden RNA H19 charakterisiert ist.
Diese Studie zeigt auf, dass die strukturelle Komplexität des Habitats als kritischer ökologischer Puffer fungiert, der die Resilienz und Biodiversität von Korallenriffen erhöht und dadurch die kombinierten negativen Auswirkungen lokaler anthropogener Stressoren und des Klimawandels abmildert.
Diese Studie liefert die erste umfassende Charakterisierung der terminalen Loop-Regionen menschlicher prä-miRNAs und offenbart distinkte Sequenzarchitekturen, die durch spezifische Längenverteilungen, positionelle Nukleotid-Biases und angereicherte Motive definiert sind, welche die miRNA-Biogenese und Proteininteraktionen beeinflussen könnten.
Diese Studie ermittelte die mittlere letale Dosis (LD₅₀) und die Dosis zur Reduktion des Wachstums (GR₅₀) der Bestrahlung mit schnellen Neutronen für zwei Augenbohnen-Sorten, wobei sich herausstellte, dass SAMPEA 21 radiosensibler ist als SAMPEA 20T, was essenzielle genotypspezifische Referenzwerte zur Optimierung von Mutationszüchtungsprotokollen liefert.
Diese empirische Studie zeigt, dass die vortrainierten Gen-Token-Embeddings des scGPT-Modells inhärent physikalische Protein-Protein-Interaktionsstrukturen kodieren, wie durch eine signifikant höhere Kosinus-Ähnlichkeit zwischen interagierenden Genpaaren im Vergleich zu passenden nicht-interagierenden Kontrollen über mehrere Datenbanken hinweg belegt wird.
Diese Arbeit zeigt empirisch auf, dass der statische Gen-Token-Embedding-Raum des scGPT-Fundamentmodells detektierbare, wenn auch moderate Informationen über bekannte physikalische Protein-Protein-Interaktionen kodiert, wie durch signifikant höhere Cosinus-Ähnlichkeiten und Interaktionsprädiktionsmetriken für interagierende Genpaare im Vergleich zu nicht-interagierenden Kontrollen belegt wird.
Eine empirische Analyse von Einzelzell-RNA-Sequenzierungsdaten aus menschlichem Pankreas zeigt, dass Zelltyp-Annotationsmodelle für abundante, kanonische Zelltypen über Spender hinweg robust generalisieren, mit nur moderaten Leistungseinbußen bei der Evaluierung mittels Leave-one-donor-out im Vergleich zu zufälliger Aufteilung, was die Notwendigkeit unterstreicht, die Population und den technischen Umfang explizit anzugeben, wenn Wissen aus Einzelzell-Daten beansprucht wird.
Diese simulationsbasierte Studie zeigt, dass Single-Cell-Foundation-Modelle klassische PCA-Pipelines bei Aufgaben der Annotation mit geringer Label-Dichte (1–5 gelabelte Zellen pro Klasse) signifikant übertreffen, jedoch kaum oder gar keinen Vorteil gegenüber einfachen linearen Baselines bieten, wenn ausreichend Labels vorhanden sind oder wenn Reaktionen auf neuartige Perturbationen vorhergesagt werden.
Diese empirische Studie zeigt, dass bei der Einzelzell-RNA-Sequenzierung das Binning fester Expressionswerte die Korpus-Median-Rang-Kodierung für die Zellklassifizierung unter Sequenzierungstiefenverlust übertrifft, was offenbart, dass Invarianz gegenüber der Multiplikation der Bibliotheksgröße keine Robustheit gegenüber stochastischem Molekülverlust garantiert.
Diese empirische Analyse zeigt, dass die Einschränkung der Kandidatenräume in Benchmarks für Genregulationsnetzwerke die Rankings von Methoden über verschiedene Gewebe hinweg signifikant destabilisiert, was darauf hindeutet, dass Entscheidungen bei der Definition von Kandidaten die vergleichenden Schlussfolgerungen verändern können und daher zusammen mit den Ergebnissen berichtet werden sollten, anstatt sie als neutral zu behandeln.