1012 पेपर
CodonMamba mRNA कोडिंग अनुक्रम डिजाइन के लिए एक अत्याधुनिक फाउंडेशन मॉडल है, जो बड़े पैमाने पर कॉर्पोरा पर प्रीट्रेनिंग के माध्यम से, भविष्यवाणी कार्यों में उत्कृष्ट प्रदर्शन प्राप्त करता है और बिना पुन: प्रशिक्षण के विशिष्ट होस्ट या एप्लिकेशन प्राथमिकताओं को पूरा करने के लिए कोडन अनुकूलन के प्रोग्रामेबल, इन्फरेंस-टाइम स्टीयरिंग को सक्षम करता है।
यह शोध पत्र विषम डेटा से बेयसियन नेटवर्क संरचना शिक्षण की मजबूती, व्याख्यात्मकता और सांख्यिकीय अंशांकन को बढ़ाने के लिए एक रिज़ॉल्यूशन-जागरूक, कैलिब्रेटेड न्यूनतम अनिश्चितता मानदंड और एक विभेदक शक्ति मूल्यांकन ढांचे को प्रस्तुत करता है।
डेल्टा-मार्चेस (Delta-Marches) एक जनरेटिव एआई फ्रेमवर्क है जो ऊतक वर्गों (tissue classes) के बीच आदर्श रूपात्मक संक्रमणों (idealized morphological transitions) को सिम्युलेट करके रोग तंत्रों को डिकोड करता है ताकि उन उपकोशिकीय विशेषताओं (subcellular features) का पता लगाया जा सके जो पैथोफिजियोलॉजिकल परिवर्तनों को संचालित करती हैं, जैसा कि रीनल कार्सिनोमा ग्रेडिंग और कोलोरेक्टल डिस्पलेसिया में प्रदर्शित किया गया है।
KRAKEN एक स्केलेबल, प्रोवेनेंस-ट्रैक्ड नॉलेज ग्राफ है जो विविध बायोमेडिकल स्रोतों को एक मॉड्यूलर, 15-मिलियन-नोड सिस्टम में एकीकृत करके मल्टीओमिक और वेलनेस डेटा के कम प्रतिनिधित्व की समस्या का समाधान करता है, जिसमें मानकीकृत सिमेंटिक्स, अंतर्निहित विश्लेषणात्मक उपकरण और मानव एवं एआई-संचालित अनुसंधान दोनों के लिए मल्टी-मोडल इंटरफेस शामिल हैं।
यह अध्ययन प्रदर्शित करता है कि बायोसिंथेटिक जीन क्लस्टर्स (biosynthetic gene clusters) को खोजने के लिए स्पष्ट Pfam-डोमेन सामग्री, ESM-2 अनुक्रम-व्युत्पन्न निरूपणों (sequence-derived representations) से बेहतर प्रदर्शन करती है या उनके बराबर है, जो यह संकेत देता है कि अनुक्रम एम्बेडिंग (sequence embeddings) वर्तमान में स्थापित डोमेन-आधारित मेट्रिक्स से परे वैकल्पिक बायोसिंथेटिक मार्गों की रिकवरी में सुधार नहीं करते हैं।
यह शोध पत्र EvoBind-multimer को प्रस्तुत करता है, जो एक ऐसा डीप लर्निंग फ्रेमवर्क है जो केवल प्रोटीन अनुक्रमों के माध्यम से मैक्रोसाइक्लिक मॉलिक्यूलर ग्लूज़ के 'डी नोवो' (de novo) डिज़ाइन को सक्षम बनाता है ताकि निकटता (proximity) प्रेरित की जा सके और लक्षित प्रोटीन क्षरण (targeted protein degradation) को संचालित किया जा सके, साथ ही यह भी प्रकट करता है कि इन ग्लूज़ का कार्यात्मक परिणाम विभिन्न रोगी-व्युत्पन्न मॉडलों के बीच संदर्भ-निर्भर रूप से भिन्न हो सकता है।
यह शोध पत्र एंज़ाइमार्क (EnzymARC) को प्रस्तुत करता है, जो संरचनात्मक रूप से बाधित एंज़ाइम डिकॉय (decoys) का एक नवीन बेंचमार्क डेटासेट है, ताकि यह प्रदर्शित किया जा सके कि वर्तमान अत्याधुनिक एंज़ाइम कार्य भविष्यवक्ता (function predictors) अत्यधिक रूप से फाइलोजेनेटिक शॉर्टकट्स पर निर्भर करते हैं और कार्यात्मक एंज़ाइम्स से उत्प्रेरक रूप से अक्षम वेरिएंट्स के बीच अंतर करने में विफल रहते हैं, जिससे मॉडल प्रशिक्षण और मूल्यांकन में संरचना-जागरूक नकारात्मक उदाहरणों की महत्वपूर्ण आवश्यकता पर प्रकाश पड़ता है।
यह शोध पत्र 'एंटीजन-प्राइम' (antigen-prime) का परिचय देता है, जो एक फॉरवर्ड-टाइम महामारी सिम्युलेटर है जो इन्फ्लुएंजा वेरिएंट असाइनमेंट और ग्रोथ रेट एस्टीमेशन विधियों के बेंचमार्किंग के लिए ग्राउंड-ट्रुथ डेटा उत्पन्न करने हेतु होस्ट सिलेक्शन के तहत जेनेटिक सीक्वेंस को एंटीजेनिक फेनोटाइप से जोड़ता है, जिससे उनकी सटीकता और विशिष्ट विफलता मोड दोनों का अनावरण होता है।
यह अध्ययन प्रकट करता है कि मानक डिग्री-आधारित जीन प्राथमिकता प्रणालीगत रूप से उन गैर-हब कनेक्टर जीनों की अनदेखी करती है जो जैविक प्रक्रियाओं के समन्वय के लिए आवश्यक हैं, और EDVS का प्रस्ताव करता है, जो एक विभाजन-मुक्त, सूचना-सैद्धांतिक केंद्रीयता माप है जो कार्यात्मक एनोटेशन या समुदाय पहचान पर निर्भर किए बिना इन छूटे हुए जीनों को सफलतापूर्वक पुनर्प्राप्त करता है।
SVlog एक पारदर्शी, डिक्लेरेटिव लॉजिक प्रोग्रामिंग फ्रेमवर्क है जो Souffle पर निर्मित है, जो जीनोमिक डेटा को रिलेशनल फैक्ट्स में परिवर्तित करके और कंपोजेबल लॉजिकल रूल्स लागू करके क्लिनिकल डिजीज क्यूरेशन के लिए स्ट्रक्चरल वेरिएंट्स के तेज़, नियत और व्याख्यात्मक विश्लेषण, एनोटेशन और प्राथमिकता निर्धारण को सक्षम बनाता है।