860 पेपर
यह शोध पत्र DeepMDTOMO को प्रस्तुत करता है, जो एक सुपर्वाइज्ड डीप लर्निंग फ्रेमवर्क है जो पारंपरिक भौतिकी-आधारित फ्लेक्सिबल फिटिंग विधियों की कम्प्यूटेशनल सीमाओं को पार करते हुए, शोर वाले क्रायो-इलेक्ट्रॉन टोमोग्राफी डेटा से बायोमोलेक्यूल्स के परमाणु-स्तर के कन्फर्मेशनल लैंडस्केप्स का कुशलतापूर्वक पूर्वानुमान लगाता है।
यह शोध पत्र SomaSV को प्रस्तुत करता है, जो एक लागत प्रभावी हाइब्रिड सीक्वेंसिंग फ्रेमवर्क है जो ट्यूमर लॉन्ग-रीड डेटा को मैच किए गए नॉर्मल शॉर्ट- और लॉन्ग-रीड सीक्वेंसिंग के साथ जोड़ता है ताकि अत्याधुनिक तरीकों की तुलना में बेहतर सोमैटिक स्ट्रक्चरल वेरिएंट डिटेक्शन सटीकता और कम लागत प्राप्त की जा सके, साथ ही चिकित्सकीय रूप से प्रासंगिक कैंसर बायोमार्कर की पहचान की जा सके।
यह अध्ययन हाशिमोटो थायराइडिटिस और टाइप 2 मधुमेह के बीच साझा प्रतिरक्षा-संबंधित आणविक हस्ताक्षरों और प्रमुख जीनों की पहचान करने के लिए इन सिलिको ट्रांसक्रिप्टोमिक विश्लेषण का उपयोग करता है, और तत्पश्चात इस सहरुग्णता (कोमोरबिडिटी) के समाधान हेतु संभावित पुनरुद्देश्य (रिपर्पजिंग) के लिए तीन उम्मीदवार दवाओं (ग्लिक्विडोन, ओलीनोलिक एसिड और ग्लिपिज़ाइड) को प्राथमिकता देता है।
यह अध्ययन TCGA डेटा का उपयोग करके नैदानिक कीमोथेरेपी प्रतिक्रिया की भविष्यवाणी करने के लिए ट्रांसफर लर्निंग रणनीतियों का व्यवस्थित रूप से मूल्यांकन करता है, जिससे यह पता चलता है कि अधिकांश प्रत्यक्ष ट्रांसफर विधियाँ प्रदर्शन में सुधार करने में विफल रहती हैं, जबकि हाइब्रिड दृष्टिकोण और मॉडल फाइन-ट्यूनिंग अधिक विश्वसनीय लाभ प्रदान करते हैं।
यह शोध पत्र rustybam का परिचय देता है, जो PAF और BAM संरेखणों (alignments) के CIGAR-जागरूक हेरफेर के लिए एक Rust-आधारित कमांड-लाइन टूलकिट है, और SafFire, जो इंटरैक्टिव जीनोम तुलना विज़ुअलाइज़ेशन के लिए एक ब्राउज़र-आधारित टूल है, ये दोनों ओपन-सोर्स हैं और संरेखण विश्लेषण तथा संरचनात्मक वेरिएंट अन्वेषण को सुगम बनाने के लिए डिज़ाइन किए गए हैं।
यह शोध पत्र ExCALIBR को प्रस्तुत करता है, जो एक अर्ध-पर्यवेक्षित (semi-supervised) ढांचा है जो वेरिएंट-विशिष्ट रोगजनकता की संभावनाओं को उत्पन्न करने के लिए स्क्यू नॉर्मल मिश्रणों (skew normal mixtures) का उपयोग करके उच्च-थ्रूपुट कार्यात्मक परख डेटा को कैलिब्रेट करता है, जिससे वर्तमान जीन-विशिष्ट थ्रेशोल्ड की व्यक्तिपरकता को दूर किया जा सके और 80 डेटासेट्स में अनिश्चित महत्व के वेरिएंट्स (variants of uncertain significance) को काफी कम किया जा सके।
यह शोधपत्र resLens को प्रस्तुत करता है, जो जीनोमिक लैंग्वेज मॉडल्स का एक परिवार है, जो ज्ञात संदर्भों से भिन्न अनुक्रमों (sequences) की पहचान करने के लिए लेटेंट जीनोमिक रिप्रजेंटेशन्स का लाभ उठाकर एंटीबायोटिक प्रतिरोध जीन का पता लगाने में पारंपरिक एलाइनमेंट-आधारित विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र rbio1 को प्रस्तुत करता है, जो एक जैविक तर्क मॉडल (biological reasoning model) है जिसे प्रयोगों को सिम्युलेट करने के लिए सॉफ्ट वेरीफायर के रूप में जैविक विश्व मॉडलों (biological world models) का उपयोग करते हुए सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से प्रशिक्षित किया गया है, जिससे यह महंगी प्रयोगात्मक डेटा की आवश्यकता के बिना पर्टरबेशन प्रेडिक्शन (perturbation prediction) और रोग-अवस्था वाले कार्यों में ज़ीरो-शॉट ट्रांसफर (zero-shot transfer) में अत्याधुनिक प्रदर्शन प्राप्त करता है।
DupliCate एक बहुमुखी, उच्च-थ्रूपुट (high-throughput) पायथन टूल है जिसे विभिन्न प्रजातियों में जीन डुप्लीकेशन की पहचान करने, वर्गीकृत करने और लक्षण वर्णन करने के लिए डिज़ाइन किया गया है, जैसा कि विभिन्न पौधों और गैर-पौधों के जीनोम और विशिष्ट विकासवादी केस स्टडीज पर इसके अनुप्रयोग के माध्यम से प्रदर्शित किया गया है।
यह अध्ययन FragBEST-Myo को प्रस्तुत करता है, जो एक डीप लर्निंग-आधारित सिमेंटिक सेगमेंटेशन टूल है जो कार्डिएक मायोसिन बाइंडिंग साइट्स को सटीक रूप से चित्रित करने और एंसेम्बल डॉकिंग के लिए अपो-स्टेट कॉन्फ़ॉर्मेशन्स को प्रभावी ढंग से स्क्रीन करने के लिए मॉलिक्यूलर डायनेमिक्स से प्राप्त फ्रैगमेंट बाइंडिंग प्रोपेंसिटी मैप्स का उपयोग करता है।