71 पेपर
यह शोध पत्र प्रदर्शित करता है कि कोशिका विभाजन जेनेटिक टॉगल स्विच में नियति निर्णयों (fate decisions) को मौलिक रूप से बदल देता है, जिससे प्रक्षेपवक्र (trajectories) विपरीत स्थिर अवस्थाओं की ओर पुनर्निर्देशित होते हैं और एक ऐसा क्षेत्र निर्मित होता है जहाँ विभाजन की उपेक्षा करने से कोशिकीय परिणामों के गलत अनुमान प्राप्त होते हैं।
यह शोध पत्र प्रदर्शित करता है कि *ड्रोसोफिला* (Drosophila) न्यूरोमस्कुलर जंक्शन सूचना संचरण को अधिकतम करने के लिए अपने सिनैप्टिक वेसिकल रिलीज प्रोबेबिलिटीज (synaptic vesicle release probabilities) को अनुकूलित नहीं करता है, जैसा कि प्रयोगात्मक रूप से प्रेक्षित न्यूरोट्रांसमीटर सांद्रता वितरण और सूचना अधिकतमकरण सिद्धांतों से प्राप्त सैद्धांतिक भविष्यवाणियों के बीच महत्वपूर्ण विसंगति से सिद्ध होता है।
यह शोध पत्र एक बेयसियन इन्फरेंस फ्रेमवर्क (Bayesian inference framework) प्रस्तावित करता है जो स्वास्थ्य एआई (health AI) में कोल्ड-स्टार्ट समस्या को हल करने के लिए एक व्यक्ति के स्थिर जीनोमिक प्रोफाइल का व्यक्तिगत प्रायर (personalized prior) के रूप में उपयोग करता है, जिससे अनुदैर्ध्य व्यवहारिक डेटा (longitudinal behavioral data) उपलब्ध होने से पहले ही संवैधानिक शारीरिक बेसलाइन (constitutional physiological baselines) को पर्यावरणीय रूप से प्रेरित विचलन (environmentally driven deviations) से तुरंत अलग करना सक्षम होता है।
यह शोध पत्र पुनरावर्ती बंध-जुड़ने की प्रक्रियाओं पर आधारित आणविक जटिलता के प्रथम-सिद्धांत माप, असेंबली थ्योरी (Assembly Theory) का उपयोग करके रासायनिक स्थान के आकार का पुन: अनुमान लगाता है, जिससे यह प्रकट होता है कि ड्रग-लाइक बाधाओं (द्रव्यमान < 500 Da) के तहत, 25 के असेंबली इंडेक्स पर संभावित अणुओं की संख्या लगभग 10^117 तक पहुँच जाती है, जो बढ़ती जटिलता के साथ सुपर-एक्सपोनेंशियल से डबल-एक्सपोनेंशियल में विकसित होती है।
यह व्यवस्थित अध्ययन प्रदर्शित करता है कि जबकि त्रि-आयामी कन्फ़ॉर्मर एंसेम्बल्स (three-dimensional conformer ensembles), 2D फिंगरप्रिंट्स की तुलना में प्रति फीचर अधिक जानकारी कैप्चर करके विलायक-निर्भर गुणों (solvation-dependent properties) के पूर्वानुमान में महत्वपूर्ण सुधार करते हैं, उनका समग्र प्रदर्शन अक्सर पूर्व-निर्धारित फीचर बाधाओं (pre-computed feature bottlenecks) द्वारा सीमित होता है, जो कन्फ़ॉर्मर जनरेशन में किए गए कम्प्यूटेशनल निवेश को कब उचित ठहराया जा सकता है, इसे निर्धारित करने के लिए एक व्यावहारिक रूपरेखा प्रदान करता है।
यह शोध पत्र RETROSPECT को पेश करता है, जो एक मॉड्यूलर रेट्रोसिंथेसिस सिस्टम है जो प्रस्ताव जनरेशन (proposal generation) और कैंडिडेट सिलेक्शन (candidate selection) के कार्यों को विभाजित करके, एक ChemAlign Transformer जनरेटर को LambdaMART रेंकर के साथ जोड़कर अत्याधुनिक सटीकता प्राप्त करता है, जो यह प्रदर्शित करता है कि मजबूत सिंगल-मॉडल प्रस्ताव और सीखा हुआ रैंकिंग पूरक रणनीतियाँ हैं।
यह शोध पत्र CANA प्रस्तुत करता है, जो एक पायथन पैकेज है जिसे बूलियन नेटवर्क में कैनालाइज़िंग रिडंडेंसी (canalizing redundancy) को मापने और दृश्यमान बनाने के लिए डिज़ाइन किया गया है, जिससे जटिल जैव रासायनिक मॉडलों को सरल बनाना और प्रभावी नियंत्रण पथों एवं न्यूनतम नियंत्रण चर सेटों की पहचान करना सुलभ हो जाता है।
यह शोध पत्र "स्थिरता आसवन परिकल्पना" (stability distillation hypothesis) का प्रस्ताव करता है, जिसमें यह तर्क दिया गया है कि जीवन की उत्पत्ति स्थिरता के अंतरों के माध्यम से चयनात्मक संवर्धन द्वारा संचालित एक अपरिहार्य, एकीकृत प्रक्रिया है, जो तार्किक रूप से असंभव संयोग की घटनाओं पर निर्भर हुए बिना सूचना के स्वतः उद्भव, आरएनए (RNA) चयन, विभाजीकरण, और कोशिकाओं एवं विषाणुओं की सह-उत्पत्ति को आवश्यक बनाती है।
यह शोधपत्र शोरयुक्त प्रयोगात्मक डेटा से एसिंक्रोनस बूलियन नेटवर्क मॉडलों के अनुमान के लिए एक इष्टतम एल्गोरिदम जटिलता-आधारित दृष्टिकोण प्रस्तुत करता है, जो मॉडल फिट और आकार के बीच संतुलन बनाने की चुनौतियों को संबोधित करने के साथ-साथ सिंगल-सेल विश्लेषण के लिए स्यूडो-टाइम अनुमान को सक्षम बनाता है।
यह अध्ययन प्रदर्शित करता है कि जबकि डायनेमिक प्रोटीन संरचना नेटवर्क पर लागू डीप लर्निंग, प्रोटीन संरचना वर्गीकरण के लिए पारंपरिक मशीन लर्निंग के समान सटीकता प्राप्त करती है, फिर भी यह काफी कम कुशल है, जो औसतन 10 गुना अधिक धीमी है।