bioinformatics पेपर

RNASTOP: A Deep Learning Framework for mRNA Chemical Stability Prediction and Optimization

RNASTOP एक नवीन डीप लर्निंग फ्रेमवर्क है जो mRNA रासायनिक स्थिरता के पूर्वानुमान की सटीकता में महत्वपूर्ण सुधार करता है और तर्कसंगत अनुक्रम अनुकूलन को सक्षम बनाता है, जिससे स्थिर और प्रभावी mRNA चिकित्सा के विकास में तेजी आती है।

Lin, S., Chen, J., Sun, H., Zhang, Y., Yang, W., tan, h., Wei, D.-Q., Jiang, Q., Xiong, Y.2026-03-20

💻 bioinformatics

Computational Prediction of Plasmodium falciparum Antigen-T-cell Receptor Interactions via Molecular Docking: Implications for Malaria Vaccine Design

यह अध्ययन मानव टी-सेल रिसेप्टर्स के साथ उनकी अंतःक्रियाओं का मूल्यांकन करके, मलेरिया वैक्सीन डिजाइन के लिए शीर्ष *प्लाज्मोडियम फाल्सीपेरम* एंटीजन उम्मीदवारों के रूप में PfCyRPA, PfMSP10 और PfCSP की पहचान करने के लिए कम्प्यूटेशनल मॉलिक्यूलर डॉकिंग और इम्यूनोइनफॉर्मेटिक्स का उपयोग करता है।

Kipkoech, G., Kanda, W., Irungu, B., Nyangi, M., Kimani, C., Nyangacha, R., Keter, L., Atieno, D., Gathirwa, J., Kigondu (…)2026-03-20

💻 bioinformatics

A Multi-Dataset Transcriptomic Analysis Unravels Core Mechanisms Involving Vitamin D Metabolism and Inflammatory Pathways for Frailty Diagnosis.

यह अध्ययन दुर्बलता (frailty) के मुख्य तंत्रों और नैदानिक बायोमार्कर के रूप में विशेष रूप से विटामिन डी चयापचय और सूजन संबंधी मार्गों को उजागर करते हुए, मजबूत आणविक हस्ताक्षरों की पहचान करने के लिए मल्टी-डेटासेट ट्रांसक्रिप्टोमिक विश्लेषण और मशीन लर्निंग का उपयोग करता है।

Hu, X., Zheng, W., Li, Y., Zhou, D.2026-03-20

💻 bioinformatics

Differentiable Gene Set Enrichment Analysis for Pathway-Level Supervision in Transcriptomic Learning

यह शोध पत्र डिफरेंशिएबल GSEA (dGSEA) प्रस्तुत करता है, जो शास्त्रीय जीन सेट एनरिचमेंट एनालिसिस (Gene Set Enrichment Analysis) के लिए एक स्केलेबल और संख्यात्मक रूप से स्थिर सरोगेट है, जो डिस्क्रीट रैंकिंग ऑपरेशन्स को डिफरेंशिएबल एप्रोक्सिमेशन्स से बदलकर ट्रांसक्रिप्टोमिक प्रेडिक्शन मॉडल्स में पाथवे-लेवल सुपरविजन को सक्षम बनाता है, जिससे जीन-वाइज ट्रेनिंग ऑब्जेक्टिव्स और पाथवे-लेवल इंटरप्रिटेशन के बीच के अंतर को पाटा जा सकता है।

Li, S., Ruan, Y., Yang, X., Wen, Z., Saigo, H.2026-03-20

💻 bioinformatics

ECHO: a nanopore sequencing-based workflow for (epi)genetic profiling of the human repeatome

यह शोध पत्र ECHO को प्रस्तुत करता है, जो एक उपयोगकर्ता के अनुकूल, Snakemake-आधारित पाइपलाइन है जो मानव रिपीटोम (human repeatome) के व्यापक, पुनरुत्पादक और स्केलेबल एंड-टू-एंड (एपि)जेनेटिक प्रोफाइलिंग को सक्षम करने के लिए ऑक्सफोर्ड नैनोपोर सीक्वेंसिंग का लाभ उठाती है।

Poggiali, B., Putzeys, L., Andersen, J. D., Vidaki, A.2026-03-20

💻 bioinformatics

Mapping spatial cell-cell communication programs by tailoring chains of cells for transformer neural networks

यह शोध पत्र scCChain को प्रस्तुत करता है, जो एक ट्रांसफार्मर-आधारित फ्रेमवर्क है जो व्याख्यात्मक संचार कार्यक्रमों की पहचान करने और स्पॉट एवं सिंगल-सेल दोनों रिज़ॉल्यूशन पर इंटरेक्शन हॉटस्पॉट्स को स्थानीयकृत करने के लिए अनुकूलित सेल-चेन के निर्माण और स्कोरिंग द्वारा स्थानिक सेल-सेल संचार को मैप करता है।

Brunn, N., Guitart, L. C., Farhadyar, K., Fullio, C. L., Kailer, J., Vogel, T., Hackenberg, M., Binder, H.2026-03-20

💻 bioinformatics

Systematic assessment of machine learning-based variant annotation methods for rare variant association testing

यह अध्ययन यूके बायोबैंक डेटा के माध्यम से पांच मशीन लर्निंग-आधारित वेरिएंट एनोटेशन विधियों का व्यवस्थित रूप से बेंचमार्किंग करता है, जो यह प्रकट करता है कि CADD v1.6 सर्वोत्तम सिग्नल पृथक्करण प्राप्त करता है जबकि AlphaMissense अंशांकन (कैलिब्रेशन) संबंधी समस्याओं को दर्शाता है, जो अंततः विधि चयन के लिए व्यावहारिक मार्गदर्शन और दुर्लभ वेरिएंट एसोसिएशन परीक्षण में अंशांकन मूल्यांकन के लिए एक नया ढांचा प्रदान करता है।

Aguirre, M., Irudayanathan, F. J., Crow, M., Hejase, H. A., Menon, V. K., Pendergrass, R. K., McCarthy, M. I., Fletez-Br (…)2026-03-20

💻 bioinformatics

ISdetector: precise mapping of insertion sequences and associated structural variations from short-read sequencing data

यह शोध पत्र ISdetector को प्रस्तुत करता है, जो एक स्केलेबल और सुदृढ़ बायोइन्फॉर्मेटिक्स पाइपलाइन है जो शॉर्ट-रीड सीक्वेंसिंग डेटा का उपयोग करके जीवाणु और आर्किया जीनोम में इंसर्शन सीक्वेंस को सटीक रूप से मैप करने और उनसे जुड़े स्ट्रक्चरल वेरिएशन्स का पता लगाने में मौजूदा टूल्स से बेहतर प्रदर्शन करती है।

Zhou, Y., Lu, B.2026-03-20

💻 bioinformatics

Improving genomic language model reliability under distribution shift

यह शोध पत्र प्रदर्शित करता है कि टेम्परेचर स्केलिंग और एपिस्टेमिक न्यूरल नेटवर्क्स को लागू करने से विविध जीनोमिक भविष्यवाणी कार्यों में वितरण बदलावों (distribution shifts), जैसे कि शोर युक्त डेटा या नवीन वेरिएंट्स, का सामना करते समय ट्रांसफार्मर-आधारित जीनोमिक लैंग्वेज मॉडल्स की विश्वसनीयता में महत्वपूर्ण सुधार होता है।

Hearne, G., Refahi, M. S., Polikar, R., Rosen, G. L.2026-03-20

💻 bioinformatics

Bacteriophage host prediction using a genome language model

यह अध्ययन प्रदर्शित करता है कि प्रीट्रेंड (pretrained) Evo2 जीनोम लैंग्वेज मॉडल से प्राप्त अनसुपरवाइज्ड एम्बेडिंग्स (unsupervised embeddings), बैक्टीरियोफेज के लिए सार्थक होस्ट-रेंज संकेतों को कैप्चर करते हैं, जो प्रतिस्पर्धी रिट्रीवल प्रदर्शन प्राप्त करते हैं और एक हाइब्रिड पाइपलाइन में पारंपरिक अलाइनमेंट और k-mer-आधारित विधियों के साथ संयोजन करने पर और भी बेहतर हो जाते हैं।

WANG, Z., Arsuaga, J.2026-03-20

← पिछला अगला →