1018 पेपर
यह अध्ययन StackCBEmbed को प्रस्तुत करता है, जो एक नवीन एन्सेम्बल मशीन लर्निंग मॉडल है जो प्राथमिक अनुक्रमों (primary sequences) से सीधे अवशेष स्तर (residue level) पर प्रोटीन-कार्बोहाइड्रेट बाइंडिंग साइटों की सटीक भविष्यवाणी करने के लिए पारंपरिक अनुक्रम विशेषताओं को प्री-ट्रेंड प्रोटीन लैंग्वेज मॉडल एम्बेडिंग्स के साथ जोड़ता है।
यह शोधपत्र spammR का परिचय देता है, जो एक R पैकेज है जिसे विविध स्थानिक मल्टी-ओमिक डेटासेट के एंड-टू-एंड विश्लेषण और एकीकरण को सुगम बनाने के लिए डिज़ाइन किया गया है, जिसमें विशेष रूप से एक ही ऊतक नमूने के भीतर मास स्पेक्ट्रोमेट्री-व्युत्पन्न मापों पर ध्यान केंद्रित किया गया है।
यह अध्ययन प्रदर्शित करता है कि CANDO प्लेटफॉर्म का मल्टीटारगेट ड्रग रिपर्पजिंग दृष्टिकोण कंपाउंड-प्रोटिओम इंटरेक्शन सिग्नेचर का विश्लेषण करके सिज़ोफ्रेनिया के लिए नवीन चिकित्सीय उम्मीदवारों की सफलतापूर्वक पहचान और सत्यापन करता है, जो न्यूरोट्रांसमीटर प्रणालियों और कैल्शियम सिग्नलिंग मार्गों से जुड़े स्थापित और संभावित नए तंत्रों दोनों को प्रकट करता है।
यह शोध पत्र प्रदर्शित करता है कि व्यापक रूप से उपयोग किया जाने वाला 'सम-ऑफ-पेयर्स' स्कोर अक्सर सबसे सटीक मल्टीपल सीक्वेंस एलाइनमेंट्स की पहचान करने में विफल रहता है और एक डीप-लर्निंग-आधारित स्कोरिंग फ्रेमवर्क प्रस्तावित करता है, विशेष रूप से मॉडल 2, जो डाउनस्ट्रीम फाइलोजेनेटिक पुनर्निर्माण को बेहतर बनाने के लिए वैकल्पिक एलाइनमेंट्स को प्रभावी ढंग से रैंक करता है।
LongPolyASE एक व्यापक, एंड-टू-एंड फ्रेमवर्क है जिसे लॉन्ग-रीड आरएनए-सीक्वेन्सिंग डेटा का उपयोग करके पॉलीप्लॉइड्स में एलील-विशिष्ट जीन और आइसोफॉर्म विश्लेषण को सक्षम करने के लिए डिज़ाइन किया गया है, जो अपने सिन्टेनिक जीन पहचान, ट्रांसक्रिप्ट मात्रा निर्धारण और विभेदक अभिव्यक्ति विश्लेषण के एकीकृत घटकों के माध्यम से इन जीवों के लिए विशिष्ट उपकरणों की वर्तमान कमी को संबोधित करता है।
यह अध्ययन प्रदर्शित करता है कि पॉली(ए)-समृद्ध (poly(A)-enriched) RNA-seq डेटा उच्च फाल्स-पॉजिटिव दरों और टूल्स के बीच असहमति के कारण विश्वसनीय circRNA पहचान के लिए अनुपयुक्त है, जिससे यह स्थापित होता है कि सटीक circRNA प्रोफाइलिंग के लिए प्रभावी राइबोसोमल RNA रिक्तीकरण (ribosomal RNA depletion) के साथ कुल RNA अनुक्रमण (total RNA sequencing) ही आवश्यक मानक है।
RareCapsNet एक व्याख्यात्मक कैप्सूल नेटवर्क फ्रेमवर्क है जो बड़े पैमाने के सिंगल-सेल आरएनए-सीक्वेंसिंग (single-cell RNA-seq) डेटा में दुर्लभ कोशिका आबादी और उनके ट्रांसक्रिप्टोमिक हस्ताक्षरों को मजबूती से पहचानता है, जो विभिन्न प्रयोगात्मक बैचों के बीच ज्ञान हस्तांतरण को सक्षम करते हुए अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र GCP-VQVAE को प्रस्तुत करता है, जो एक SE(3)-इक्विवेरिएंट (equivariant) ज्योमेट्री-कम्प्लीट टोकेनाइज़र है जो प्रोटीन बैकबोन को चिरैलिटी (chirality) और ओरिएंटेशन को संरक्षित करते हुए एक विविक्त (discrete) 4,096-टोकन शब्दावली में परिवर्तित करता है, जो पूर्व विधियों की तुलना में अत्याधुनिक पुनर्निर्माण सटीकता, मजबूत ज़ीरो-शॉट सामान्यीकरण और काफी तेज़ इन्फरेंस गति प्राप्त करता है।
यह अध्ययन प्रकट करता है कि जहाँ अल्फाजीनोम (AlphaGenome) मॉडल स्थानीय नियामक व्याकरण (local regulatory grammar) को कैप्चर करके क्रोमैटिन सुलभता भिन्नता (chromatin accessibility variation) की प्रभावी ढंग से भविष्यवाणी करता है, वहीं यह जीन अभिव्यक्ति भिन्नता (gene expression variation) की भविष्यवाणी करने में काफी कम प्रदर्शन करता है क्योंकि इसमें अंतर-व्यक्तिगत अंतरों के लिए आवश्यक दीर्घ-रेंज नियामक एकीकरण (long-range regulatory integration) को मॉडल करने की चुनौती निहित है।
MLMarker एक व्याख्यात्मक मशीन लर्निंग फ्रेमवर्क है जो जटिल प्रोटिओमिक्स डेटा, जिसमें विरल बायोफ्लुइड नमूने और मेटास्टैटिक ट्यूमर शामिल हैं, में निरंतर समानता स्कोर की गणना करने और ऊतक मूल (tissue origins) की पहचान करने के लिए स्वस्थ ऊतकों पर प्रशिक्षित रैंडम फॉरेस्ट मॉडल का उपयोग करता है।