1250 件の論文
バイオインフォマティクスは、膨大な生物学的データをコンピュータの力で解析し、生命の謎を解き明かす分野です。ゲノム情報やタンパク質の構造といった複雑なデータから、新たな発見を引き出すための重要な橋渡し役となっています。
Gist.Science では、bioRxiv から公開される最新のプレプリントをすべて対象に、この分野の論文を網羅的に扱っています。専門的な詳細な要約に加え、難しい専門用語を避け、誰でも理解できる平易な日本語での解説も併せて提供しています。
以下に、bioRxiv から更新されたばかりのバイオインフォマティクスに関する最新論文の一覧を掲載します。
本論文は、システム生物学と計算機科学を統合した手法を用いて、PTSD、統合失調症、双極性障害の共通分子メカニズムを解明し、炎症や感染症との関連を示す潜在的なバイオマーカーおよび治療標的を同定したことを報告しています。
この論文は、単一細胞 RNA シーケンシングデータにおけるトランスポゾンの遺伝子座特異的定量の限界を明らかにし、古くからある挿入配列の分析やユニークマッピング戦略の採用など、実用的なベストプラクティスを提示する包括的なベンチマークフレームワークを提案しています。
本論文は、単一構造に依存する従来の限界を克服し、複数のコンフォメーションをグラフパラメータと残基相互作用ネットワーク（RIN）を用いて比較分析する対話型ツール「SlytheRINs」を提案し、ヒトグルコース -6- ホスファターゼ（G6PC1）の変異体が動的挙動と機能に与える影響を解明したことを報告している。
シミュレーション研究により、カリブ海のサンゴ再生におけるハイブリッド種（A. prolifera）の関与は、親種を駆逐する遺伝的浸食のリスクは過大評価されているものの、適応的な遺伝子導入の可能性も限定的であることが示されました。
この論文は、F1 ハイブリッドや長鎖リード配列など明確なハプロタイプが得られるデータに特化した深層学習モデル「DeepAllele」を開発し、対立遺伝子間の微妙な遺伝子発現調節の違いを予測することで、従来の統計的手法よりも広範な領域で生物学的に妥当な転写調節モチーフの発見と因果関係の解明を可能にしたことを報告しています。
本論文は、プールされた変異体の時系列シーケンシングデータから成長速度を推定するための統計的枠組みを提案し、最小二乗法よりも優位な尤度最大化や変分ベイズ推論を用いることで、指数成長やロジスティック成長など任意の成長モデルに基づいた高精度な成長率推定と不確実性の定量化を実現する手法を開発した。
EGGS は、欠損データを含む実証的な遺伝子型を受け取り、その分布を複製に反映させるとともに、位相や極性の除去、脱アミノ化やシーケンシングエラーのシミュレーション、疑似ハプロイドの作成、および各種データ形式間の変換など、集団遺伝学解析に必要な多機能な処理を提供する C 言語製のツールです。
本論文は、単一細胞 RNA シーケンシングデータから細胞周期のような振動プロセスを考慮した遺伝子制御ネットワークを推論する新規フレームワーク「CycleGRN」を提案し、既知のネットワーク構造を持つ合成データおよびマウス網膜前駆細胞の実データを用いた評価において、既存手法を上回る振動性と方向性の相互作用の回復性能を実証したものである。
ProChoreo は、タンパク質の動的な構造変化（コンフォメーション・アンサンブル）を明示的に取り入れた生成深層学習フレームワークであり、これにより従来の静的構造に基づく設計を超えた、高品質な新規タンパク質結合分子の創出を可能にします。
本論文は、集団規模の単一細胞マルチオミクスデータから高解像度の「特徴×サンプル」結合埋め込みを学習し、条件間での調節ネットワークの再編成の検出、患者サブタイプの発見、臨床転帰の予測を可能にする包括的フレームワーク「MOSAIC」を提案するものである。