CodonRL: Multi-Objective Codon Sequence Optimization Using Demonstration-Guided Reinforcement Learning
本論文は、実例に基づく強化学習と構造評価を統合した「CodonRL」を提案し、従来の手法や最先端の GEMORNA を上回る翻訳効率、RNA 安定性、組成特性の向上を実現する多目的コドン配列最適化フレームワークを構築したことを報告しています。
1205 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、実例に基づく強化学習と構造評価を統合した「CodonRL」を提案し、従来の手法や最先端の GEMORNA を上回る翻訳効率、RNA 安定性、組成特性の向上を実現する多目的コドン配列最適化フレームワークを構築したことを報告しています。
本論文は、機械学習を用いて Rv0678 変異の配列・生化学的・構造的特徴を分析し、結核菌のビダキリン耐性表現型を高精度に予測する 5 特徴量モデルを開発したことを報告しています。
本論文は、最適性を保ちながら高速かつ低メモリで任意のグラフ(循環グラフを含む)に対するアファインギャップ配列対グラフアラインメントを可能にする新しいアルゴリズム「Theseus」を提案し、MSA やパンゲノムリードマッピングにおいて既存の手法を大幅に上回る性能を実証したものです。
GeneReLは、LLM(大規模言語モデル)による自動抽出とコミュニティによる検証を組み合わせることで、シロイヌナズナの遺伝子制御ネットワークを効率的かつ高精度に構築・提供する統合プラットフォームです。
本研究は、喫煙が腸内細菌叢の乱れと代謝の変化、および腫瘍抑制遺伝子(特にCPT2)の抑制を引き起こすことで大腸がんの発症を促進することを明らかにしました。
この論文は、希少疾患の診断精度を向上させるため、既存の遺伝子・疾患知識をネットワーク解析を用いてグローバルな視点で統合し、新たな遺伝子と疾患の関連性を予測するスコアリング手法を提案しています。
本論文は、タンパク質の構造安定性に悪影響を与える局所的なフラストレーション(エネルギー的な不整合)が、進化的に保存されていることを明らかにし、それらが物理的制約から生じる「スパンドル(副産物)」として機能部位に存在し、後に進化によって機能へと転用されている可能性を提案しています。
本研究は、LC-HRMSとR言語を用いたデータ解析ワークフローを活用することで、従来の培養法に頼らずに海綿動物の微生物叢から多様なシデロフォアを同定・特定する、文化独立的な解析手法を提示しています。
本論文は、より現実的な系統樹モデルである「クリティカル・ベータスプリッティング木」において、ハール型ウェーブレットを用いた系統共分散行列の疎性化(スパース化)が成立することを数学的に証明し、それに基づいた-多様性指標が微生物環境の組成差を捉える有効な生物学的信号であることを示しています。
CoPrimeEEGは、互いに素なサブナイキストサンプリング理論と中国剰余定理(CRT)に基づく学習手法を統合することで、低電力な低サンプリングレートのEEG信号から高精度な波形再構成と特徴量抽出を同時に実現するニューラルネットワークフレームワークです。