BARTsc identifies key transcriptional regulators from single-cell omics data
本研究は、大規模な ChIP-seq データを活用して単細胞オミクスデータから機能性転写因子を高精度に予測する新しい計算手法「BARTsc」を開発し、既存の手法を上回る性能で多様な生物学的システムにおける細胞特異的な主要転写因子の同定と実験的検証に成功したことを報告しています。
💻 Category
bioinformatics
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。
MetaOmixTools: an interactive web suite for meta-analysis of ranked features and functional enrichment
複数のオミックス研究から得られたランク付けされた特徴リストや機能富化プロファイルのメタ分析を、コード不要のインタラクティブな Web ツール「MetaOmixTools」を通じて統合・可視化し、一貫した生物学的知見の抽出を可能にする手法が提案されています。
TopoMetry systematically learns and evaluates the latent geometry of single-cell data
単細胞データの潜在的な幾何学的構造を学習・評価・診断するための統一的なフレームワーク「TopoMetry」を提案し、標準的な手法よりも信頼性の高い幾何学的保存と生物学的シグナルの発見を実現するとともに、単一のコード行で包括的なレポートを生成可能にするアクセスのしやすさを備えている。
Machine learning-based rescoring with MS2Rescore boosts peptide identification and taxonomic specificity in metaproteomics
本論文は、メタプロテオミクス解析において、機械学習駆動型の再スコアリングツール「MS2Rescore」を用いることで、ペプチド同定感度と特異性を大幅に向上させ、下流の分類学的注釈の信頼性を高めることを実証したものである。
Transcriptomic analysis reveals immune signatures associated with specific cutaneous manifestations of lupus in systemic lupus erythematosus
本論文は、全身性エリテマトーデス（SLE）患者の多様な皮膚症状を分類し、それぞれの症状に特異的な免疫シグネチャと分子経路を特定することで、疾患のメカニズム解明と個別化治療の新たな道筋を示した。
EnhancerDetector: Enhancer Discovery from Human to Fly via Interpretable Deep Learning
この論文は、深層学習に基づく「EnhancerDetector」というフレームワークを開発し、ヒトからショウジョウバエまで多様な種や実験条件にわたって高精度かつ解釈可能なエンハンサー予測を実現し、その予測能力を実験的に検証したことを報告しています。
Count your bits: fingerprint benchmarking to assess broad chemical space representation
本論文は、多様な分子フィンガープリントを大規模データセットで包括的にベンチマークし、カウント変換やアンフォールド形式が特異性と構造整合性を向上させることを示すとともに、再現性のあるベンチミングを可能にするオープンソースライブラリ「chemap」を公開した。
The phylodynamic threshold of measurably evolving populations
この論文は、分子時計の較正における「測定可能な進化集団」と「系統動態的閾値」の判定がデータだけでなくモデル仮定やサンプリング戦略にも依存し、特にベイズ解析では時間的信号の欠如により事前分布が過度に情報を持つ場合、時間的信号の検定結果よりも事前分布の感度評価が重要であることを示唆しています。
Improved multimodal protein language model-driven universal biomolecules-binding protein design with EiRA
本研究は、多モーダルタンパク質言語モデルを基盤に、ドメイン適応型マスキング学習と結合部位を考慮した選好最適化という二段階の事後学習を経て開発された汎用生体分子結合タンパク質設計モデル「EiRA」を提案し、その構造信頼性や多様性などの卓越した性能を実験およびシミュレーションで実証するとともに、DNA 条件付き設計やグルカゴンペプチド結合体のワンショット設計など、タンパク質設計の新たな可能性を開拓したものである。
Dissecting epigenome dynamics in human immune cells upon viral and chemical exposure by multimodal single-cell profiling
本研究は、HIV-1、COVID-19、インフルエンザウイルス、有機リン剤への曝露を受けた人間の免疫細胞を対象とした大規模なマルチモーダル単一細胞プロファイリングにより、これらの環境要因が免疫細胞の遺伝子調節ランドスケープに及ぼすエピゲノム的な動的変化と転写因子結合部位における多層的なリモデリングのメカニズムを解明したものである。