💻 bioinformatics

Interpretable Machine Learning Reveals Complementary Age-Related Signatures in the Oral and Gut Microbiome

युग्मित मौखिक और आंत माइक्रोबायोम डेटा पर SHAP-आधारित व्याख्यात्मकता (interpretability) का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि जबकि संयुक्त मॉडल नवजात शिशुओं को वयस्कों से अलग करने के लिए केवल आंत के डेटा की पूर्ण भविष्य कहने वाली सटीकता (predictive accuracy) से आगे नहीं बढ़ते हैं, वे मौखिक गुहा से पूरक, गैर-अतिरेक (non-redundant) जैविक हस्ताक्षरों को उजागर करते हैं जिन्हें अन्यथा पारंपरिक सटीकता मेट्रिक्स द्वारा छोड़ दिया जाता।

Ruthbah, C. A., Sadi, T. H., Jahan, N. E. S., Adib, A. N. M. T.2026-09-15
💻 bioinformatics

pydreg: a fast Python package for identifying active cis-regulatory elements from nascent transcription

यह शोध पत्र pydreg को प्रस्तुत करता है, जो नवजात ट्रांसक्रिप्शन (nascent transcription) से सक्रिय सिस-रेगुलेटरी तत्वों (cis-regulatory elements) की पहचान करने के लिए dREG एल्गोरिदम का एक तेज़ और रखरखाव योग्य पायथन पुनर्रूपण (reimplementation) है, जो मूल विधि की सटीकता और अनुकूलता को बनाए रखते हुए रनटाइम और मेमोरी के उपयोग को काफी कम करता है और आधुनिक कंप्यूटिंग इंफ्रास्ट्रक्चर के साथ संगत है।

He, A. Y., Danko, C. G.2026-09-13
💻 bioinformatics

Matched full-UDG and non-UDG ancient DNA libraries reveal trade-offs in post-mortem damage correction for imputation and kinship inference

मध्यकालीन मंगोलियाई व्यक्तियों के मेल खाते फुल-यूडीजी (full-UDG) और नॉन-यूडीजी (non-UDG) प्राचीन डीएनए पुस्तकालयों की तुलना करके, यह अध्ययन प्रदर्शित करता है कि जबकि विभिन्न कम्प्यूटेशनल डैमेज करेक्शन विधियाँ (ट्रिमिंग, रीस्केलिंग और मास्किंग) साइट रिटेंशन और एरर रिडक्शन के बीच अलग-अलग संतुलन बनाती हैं, इष्टतम विकल्प विशिष्ट डाउनस्ट्रीम विश्लेषण पर निर्भर करता है, जिसमें नॉन-यूडीजी पुस्तकालयों में सटीक किनशिप इन्फरेंस (kinship inference) के लिए सुधारा गया डेटा आवश्यक सिद्ध होता है।

Ravdandorj, O., Sampildondov, C., Janchiv, K., Gakuhari, T.2026-09-13
💻 bioinformatics

A Framework for Quantifying DNA Methylation Heterogeneity and Detecting Co-methylated loci from Native Nanopore Sequencing

यह शोध पत्र DMRcaller पैकेज में एकीकृत एक स्केलेबल फ्रेमवर्क प्रस्तुत करता है जो सिंगल-मॉलिक्यूल डीएनए मिथाइलेशन विषमता को मापने और सह-मिथाइलेटेड लोकी (co-methylated loci) का पता लगाने के लिए नेटिव ऑक्सफोर्ड नैनोपोर सीक्वेंसिंग का लाभ उठाता है, जिससे उन एपिजेनेटिक पैटर्न और नियामक अंतःक्रियाओं का अनावरण होता है जो पारंपरिक साइट-स्तरीय औसत विश्लेषणों द्वारा ओझल हो जाते हैं।

Kim, Y. J., Zabet, N. R.2026-09-13
💻 bioinformatics

Towards reconstruction of the human interactome from positive and negative experimental evidence

यह शोध पत्र प्रोटीन-प्रोटीन इंटरेक्शन (PPI) स्क्रीन्स के प्रयोगात्मक खोज स्थान (experimental search space) को पुनर्गठित करने के लिए एक कार्यप्रणाली प्रस्तुत करता है ताकि संभावित रूप से गैर-इंटरेक्टिंग प्रोटीन युग्मों का अनुमान लगाया जा सके, जिससे बेहतर त्रुटि दर अनुमान, मॉडल अंशांकन (calibration), और मानव इंटरैक्टोम के अधिक सटीक और पूर्ण मानचित्रण के लिए बेहतर मशीन लर्निंग प्रशिक्षण सक्षम हो सके।

As, J., Pelz, K., Bernett, J., Battini, F., List, M., Blumenthal, D. B., Schaefer, M. H.2026-09-13
💻 bioinformatics

Inverse FoldDir: Structure-conditioned Protein Sequence Design by Dirichlet Flow Matching

यह शोध पत्र इनवर्स फोल्डडायरेक्शन (Inverse FoldDir) को प्रस्तुत करता है, जो डिरिचलेट फ्लो मैचिंग (Dirichlet flow matching) पर आधारित एक नियंत्रणीय इनवर्स-फोल्डिंग विधि है, जो अमीनो एसिड संभाव्यता सिम्प्लेक्स (amino acid probability simplex) पर पुनरावृत्तिपूर्ण डिनोइजिंग (iterative denoising) करके उपयोगकर्ता-निर्धारित बाधाओं के साथ विविध, प्रयोगात्मक रूप से मान्य प्रोटीन अनुक्रम उत्पन्न करता है, जिससे अत्याधुनिक संरचनात्मक रिकवरी मेट्रिक्स प्राप्त होता है और एक एंटी-जीएफपी नैनोबॉडी का सफल कार्यात्मक पुनर्रचना (functional redesign) संभव होता है।

TARTICI, A., Stojkovic, M., Tian, A., Jewett, M. C., Altman, R. B., Wittmann, B. J.2026-09-11✓ Author reviewed
💻 bioinformatics

Perturbation-Aware Neural ODE (pNODE) Learns Microbiome Dynamics from Clinical Data and Predicts Gut-Borne Bloodstream Infections in Patients Receiving Cancer Treatment

यह अध्ययन पर्टर्बेशन-अवेयर न्यूरल ओडीई (pNODE) फ्रेमवर्क प्रस्तुत करता है, जो माइक्रोबियल प्रचुरता और समय-समाधानित एंटीबायोटिक पर्टर्बेशन के एकीकरण के माध्यम से एलोजेनिक हेमेटोपॉयटिक सेल ट्रांसप्लांटेशन से गुजर रहे कैंसर रोगियों में गट माइक्रोबायोम डायनेमिक्स का सटीक पूर्वानुमान लगाकर और गट-बोर्न ब्लडस्ट्रीम संक्रमणों की भविष्यवाणी करके पारंपरिक मॉडलों से बेहतर प्रदर्शन करता है।

Stamper, I. C., Aeria, B., Xavier, J.2026-09-10
💻 bioinformatics

Systematic benchmarking of small variant calling pipelines for long-read RNA sequencing data

यह अध्ययन विविध डेटासेट और प्रौद्योगिकियों के माध्यम से लॉन्ग-रीड आरएनए अनुक्रमण (long-read RNA sequencing) के लिए छोटे वेरिएंट कॉलिंग और हैप्लोटाइप फेज़िंग पाइपलाइनों का व्यवस्थित रूप से बेंचमार्किंग करता है, जिससे यह प्रकट होता है कि अनुक्रमण गुणवत्ता प्राथमिक प्रदर्शन निर्धारक है जबकि विशिष्ट संदर्भ के आधार पर Clair3-RNA, DeepVariant, और longcallR को शीर्ष कॉलर्स के रूप में और WhatsHap या HapCUT2 को इष्टतम फेज़िंग टूल के रूप में पहचानता है।

Wang, J., Robinson, M. D.2026-09-10
💻 bioinformatics

Classical baselines outperform released deep-learning ITS classifiers, which collapse on ITS2 where predictions follow the flanking regions

यह अध्ययन प्रदर्शित करता है कि जहाँ पूर्ण-लंबाई वाले संदर्भों पर फंगल ITS अनुक्रमों के लिए डीप-लर्निंग क्लासिफायर उच्च सटीकता प्राप्त करते हैं, वहीं वे आमतौर पर उपयोग किए जाने वाले ITS2 सबरीजन पर नाटकीय रूप से विफल हो जाते हैं क्योंकि वे स्वयं बारकोड के बजाय उसके आस-पास के क्षेत्रों (फ्लैंकिंग रीजन्स) पर निर्भर करते हैं, जिससे वास्तविक पर्यावरणीय मेटाबारकोडिंग परिदृश्यों में शास्त्रीय बेसलाइन विधियाँ उन्हें महत्वपूर्ण रूप से पीछे छोड़ देती हैं।

O'Brien, A., Gardette, A., Marin, C., Parada, P.2026-09-10
💻 bioinformatics

Reference-guided pseudotime inference across species and biological contexts

यह शोध पत्र Cavebear को पेश करता है, जो एक मशीन लर्निंग फ्रेमवर्क है जो एक प्रजाति या स्थिति के संदर्भ scRNA-seq टाइम-सीरीज़ डेटा का लाभ उठाकर उन क्वेरी संदर्भों में सटीक रूप से सूडोटाइम (pseudotime) का अनुमान लगाता है और जैविक उम्र बढ़ने या रोग की प्रगति को मैप करता है जिनमें विश्वसनीय टेम्पोरल लेबल का अभाव होता है।

Rittenhouse, N., Dannenfelser, R., Filippova, G. N., Yao, V., Deng, X., Disteche, C. M., Zhang, R.2026-09-10