bioinformatics पेपर

cyto: ultra high-throughput processing of 10x-flex single cell sequencing

यह शोध पत्र **cyto** को प्रस्तुत करता है, जो 10x Genomics Flex सिंगल-सेल सीक्वेंसिंग के लिए एक ओपन-सोर्स, अल्ट्रा हाई-थ्रूपुट प्रोसेसर है, जो डायरेक्ट k-mer लुकअप और नवीन बाइनरी फॉर्मेट्स का उपयोग करके CellRanger की तुलना में 16.5 गुना गति वृद्धि और काफी कम संसाधन उपयोग प्राप्त करता है, जबकि अरबों कोशिकाओं वाले एटलस के स्केलेबल और लागत प्रभावी निर्माण को सक्षम करने के लिए मानक आउटपुट के साथ 99.85% समानता बनाए रखता है।

Teyssier, N., Dobin, A.2026-01-22

💻 bioinformatics

Interactive Visualization of Metric Distortion in Nonlinear Data Embeddings using the distortions Package

यह शोध पत्र `distortions` सॉफ्टवेयर पैकेज प्रस्तुत करता है, जो एक संवादात्मक विज़ुअलाइज़ेशन टूल है जिसे UMAP और t-SNE जैसे नॉनलीनियर डाइमेंशनैलिटी रिडक्शन में स्थानीय मेट्रिक विकृतियों (local metric distortions) को मापने और प्रदर्शित करने के लिए डिज़ाइन किया गया है, जिससे शोधकर्ताओं को उच्च-आयामी जीनोमिक्स डेटा का विश्लेषण करने के लिए आर्टिफैक्ट्स की पहचान करने, हाइपरपैरामीटर ट्यून करने और उपयुक्त विधियों का चयन करने में मदद मिलती है।

Sankaran, K., Zhang, S., Chenab,, Meila, M.2026-01-21

💻 bioinformatics

dna-parser: a Python library written in Rust for fast encoding of DNA and RNA sequences

यह शोध पत्र dna-parser को प्रस्तुत करता है, जो Rust में लिखा गया एक उच्च-प्रदर्शन वाला Python लाइब्रेरी है, जो समानांतर प्रसंस्करण (parallel processing) का लाभ उठाते हुए और Python इकोसिस्टम के साथ व्यापक अनुकूलता प्रदान करते हुए, मशीन लर्निंग के लिए DNA और RNA अनुक्रमों को संख्यात्मक विशेषताओं (numerical features) में कुशलतापूर्वक एनकोड करता है।

Vilain, M., Aris-Brosou, S.2026-01-21

💻 bioinformatics

RAGulate: Retrieval-Augmented Generation for Post-hoc Literature-Grounded Regulatory Assessment

RAGulate एक रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो विशिष्ट जैविक संदर्भों में ट्रांसक्रिप्शन फैक्टर-टारगेट इंटरैक्शन का सटीक मूल्यांकन और स्पष्टीकरण करने के लिए हाइब्रिड लिटरेचर रिट्रीवल को लार्ज लैंग्वेज मॉडल्स के साथ जोड़ता है, जिससे भ्रम (hallucinations) कम होता है और जीवविज्ञानियों के लिए प्रयोगात्मक प्राथमिकता निर्धारण में तेजी आती है।

Zandigohar, M., Dai, Y.2026-01-21

💻 bioinformatics

eTRex Reveals Oncogenic Transcriptional Regulatory Programs Across Human Cancers

वेरिएशनल बायेसियन पदानुक्रमित मॉडल (variational Bayesian hierarchical model) eTRex को विकसित करके और इसे 4,819 ATAC-seq डेटासेट्स पर लागू करके, यह अध्ययन कार्यात्मक ट्रांसक्रिप्शनल रेगुलेटर प्रोफाइल्स के एक व्यापक, संदर्भ-विशिष्ट पैन-कैंसर एटलस का निर्माण करता है जो स्वतंत्र जीनोमिक स्क्रीन्स के माध्यम से सत्यापित और एक इंटरैक्टिव वेब पोर्टल के माध्यम से सुलभ, सामान्य और कैंसर-विशिष्ट ऑन्कोजेनिक नियामक कार्यक्रमों दोनों को प्रकट करता है।

Lu, Z., Yang, Y., Zheng, Q., Gao, F., Xu, L., Wang, X.2026-01-20

💻 bioinformatics

HERMES: Holographic Equivariant neuRal network model for Mutational Effect and Stability prediction

HERMES एक तेज़, संरचना-आधारित न्यूरल नेटवर्क मॉडल है जो स्थानीय 3D परमाणु परिवेशों का लाभ उठाकर और आकार-आधारित पूर्वाग्रहों को दूर करने के लिए एक एमोर्टाइज्ड फाइन-ट्यूनिंग रणनीति का उपयोग करके प्रोटीन स्थिरता और बाइंडिंग एफिनिटी पर उत्परिवर्तन प्रभावों की भविष्यवाणी करता है, जिससे सटीक और गणनात्मक रूप से कुशल वैक्सीन डिजाइन सक्षम होता है।

Visani, G. M., Jones, Z., Galvin, W., Pun, M. N., Daniel, E., Borisiak, K., Wagura, U., Nourmohammad, A.2026-01-15

💻 bioinformatics

Stitching genomics data to protein structures: Virulence factors in non-O157 Shiga toxin-producing Escherichia coli

यह अध्ययन यह प्रदर्शित करने के लिए संपूर्ण-जीनोम विश्लेषण को 3D प्रोटीन संरचना मॉडलिंग के साथ एकीकृत करता है कि कैसे विषाक्तता कारकों, विशेष रूप से इंटिमिन-रिसेप्टर कॉम्प्लेक्स में आनुवंशिक विविधताओं को विविध गैर-O157 शिगा टॉक्सिन-उत्पादक *E. coli* के जोखिम मूल्यांकन और निदान में सुधार के लिए कार्यात्मक रूप से अभिलक्षित किया जा सकता है।

Malhotra, S., Ward, A., Giles, L., Gerrard, T., Winn, M., Holden, N. J.2026-01-15

💻 bioinformatics

Label-free detection of individual virus-infected cells using deep learning

यह शोध पत्र VAIruScope को प्रस्तुत करता है, जो एक डीप लर्निंग-आधारित पाइपलाइन है जो लाइट माइक्रोस्कोपी छवियों में साइटोपैथिक प्रभावों को पहचानकर विविध सेल मॉडलों और नैदानिक रूप से प्रासंगिक RNA, DNA और रेट्रोवायरस में वायरस-संक्रमित कोशिकाओं की स्वचालित, लेबल-मुक्त पहचान और मात्रा निर्धारण को सक्षम बनाती है, जिसकी सटीकता 96% तक है।

Pfeil, J., Siegmund, C., Mueller, E., Akhmedova, S., Loewe, A., Kauter, A., Tertel, T., Giebel, B., Laue, M., Le-Trillin (…)2026-01-15

← पिछला