1015 पेपर
KyDab एक व्यापक, सार्वजनिक रूप से सुलभ डेटाबेस है जो एंटीबॉडी खोज के लिए आर्टिफिशियल इंटेलिजेंस मॉडल्स के विकास और मूल्यांकन में सहायता करने हेतु मानकीकृत Kymouse इम्यूनाइजेशन अध्ययनों से 120,000 से अधिक युग्मित (paired) एंटीबॉडी अनुक्रमों और फुल-फनल चयन डेटा को क्यूरेट करता है।
यह शोध पत्र डिफ्यूजन-आधारित मॉलिक्यूलर डॉकिंग मॉडलों को फाइन-ट्यून करने के लिए एक रिइन्फोर्समेंट लर्निंग फ्रेमवर्क पेश करता है, जो संरचनात्मक सटीकता से समझौता किए बिना या इन्फरेंस-टाइम कंप्यूटेशन को बढ़ाए बिना, भौतिक रूप से वैध और इंटरैक्शन-प्रिजर्विंग पोज़ उत्पन्न करने की उनकी क्षमता को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र दो अधिकतम संभावना (maximum likelihood) विधियों को प्रस्तुत करता है जो वंश प्रचुरता पूर्वग्रहों (lineage abundance priors)—जो बहुशाखन (multifurcations) को सामान्य उपभेदों के अनसुलझे संकेतों के रूप में व्याख्या करते हैं या अनुक्रमण दरों को व्यापकता के समानुपाती मॉडल करते हैं—को शामिल करते हैं ताकि दुर्लभ ("जेब्रा") के बजाय सामान्य ("हॉर्स") वंशों पर अनुक्रमों के प्लेसमेंट को प्राथमिकता देकर SARS-CoV-2 जैसे तेजी से विकसित होने वाले रोगजनकों के लिए फाइलोगेनेटिक अनुमान की सटीकता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र अमरैंथ (Amaranth) को प्रस्तुत करता है, जो एक नवीन सिंगल-सेल ट्रांसक्रिप्ट असेंबलर है जो स्मार्ट-सीक (Smart-seq) प्रोटोकॉल में UMI-लिंक्ड और इंटरनल रीड्स के बीच विशिष्ट जैविक और सांख्यिकीय पूर्वाग्रहों को संबोधित करने के लिए डिस्क्रिमिनेटिव मॉडलिंगिंग का उपयोग करके फुल-लेंथ ट्रांसक्रिप्ट पुनर्निर्माण सटीकता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र PerturbGraph को प्रस्तुत करता है, जो एक ग्राफ न्यूरल नेटवर्क फ्रेमवर्क है जो अनदेखी जीन गड़बड़ी (unseen gene perturbations) के लिए ट्रांसक्रिप्शनल प्रतिक्रियाओं की सटीक भविष्यवाणी करने के लिए प्रोटीन-प्रोटीन इंटरेक्शन नेटवर्क और कार्यात्मक एनोटेशन जैसे जैविक पूर्ववृत्त (biological priors) को एकीकृत करता है, जो मौजूदा मशीन लर्निंग और डीप लर्निंग बेसलाइन से काफी बेहतर प्रदर्शन करता है।
नेक्स्टस्ट्रेन (Nextstrain) एक स्वचालित मंच है जो 21 वायरसों और *माइकोबैक्टीरियम ट्यूबरकुलोसिस* के लिए निरंतर अपडेट किए गए, वास्तविक समय के फाइलोडायनामिक निगरानी और विज़ुअलाइज़ेशन प्रदान करने के लिए खुले जीनोमिक डेटा का उपयोग करता है, जिससे लक्षित सार्वजनिक स्वास्थ्य हस्तक्षेप सक्षम होते हैं।
FoundedPBI एक एन्सेम्बल डीप लर्निंग फ्रेमवर्क है जो जीनोमिक फाउंडेशन मॉडल्स और नवीन लॉन्ग-कॉन्टेक्स्ट एग्रीगेशन रणनीतियों का लाभ उठाकर डीएनए अनुक्रमों से फेज-बैक्टीरिया इंटरैक्शन की सटीक भविष्यवाणी करता है, जो बेंचमार्क डेटासेट्स पर मौजूदा अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन करता है।
यह अध्ययन *E. coli* में 107 क्रमिक एंजाइम युग्मों के संरचनात्मक मॉडलिंग और कम्प्यूटेशनल विश्लेषण का उपयोग करके यह प्रदर्शित करता है कि, इन एंजाइमों के परस्पर क्रिया करने की प्रवृत्ति के बावजूद, उनके उत्प्रेरक स्थल (catalytic sites) मेटाबोलाइट स्थानांतरण को सुगम बनाने के लिए व्यवस्थित रूप से स्थानिक रूप से अनुकूलित विन्यासों में स्थित नहीं हैं।
यह शोध पत्र Tripso को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित (self-supervised) ट्रांसफार्मर मॉडल है जो एकल लेटेंट निरूपणों (single latent representations) से आगे बढ़कर कोशिका अवस्थाओं के व्याख्या योग्य, जीन प्रोग्राम-केंद्रित एम्बेडिंग सीखने की दिशा में अग्रसर है, जिससे विकास, रोग और प्रयोगात्मक प्रणालियों में जैविक रूप से सार्थक पैटर्न और कार्रवाई योग्य परिकल्पनाओं की खोज संभव हो पाती है।
यह शोधपत्र सिग्नेचर डिस्टेंस (SD) प्रस्तुत करता है, जो एनर्जी डिस्टेंस का एक संरचनात्मक सामान्यीकरण है जो स्थानीय घनत्व और टोपोलॉजिकल परिवर्तनों का पता लगाने के लिए सॉर्टेड पॉइंटवाइज डिस्टेंस प्रोफाइल्स के माध्यम से अनुभवजन्य वितरणों की तुलना करता है, जो उच्च-आयामी जैविक डेटा में बेहतर जनरेटिव मॉडल मूल्यांकन, परिकल्पना परीक्षण और डेटा संवर्धन के लिए एक विभेदक (differentiable) और गणनात्मक रूप से कुशल मीट्रिक प्रदान करता है।