Hybrid Stacking-Bagging Ensembles for Robust Multi-Omics Breast Cancer Prognosis
本研究は、臨床、遺伝子発現、およびコピー数多型データを統合することで、単一モダリティや従来のスタッキングモデルと比較して、乳がんの予後予測において優れた堅牢性と精度(ROC AUC 0.9355)を実現する、ハイブリッドなスタッキング・バギング・アンサンブル・フレームワークを提案するものである。
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。
本研究は、臨床、遺伝子発現、およびコピー数多型データを統合することで、単一モダリティや従来のスタッキングモデルと比較して、乳がんの予後予測において優れた堅牢性と精度(ROC AUC 0.9355)を実現する、ハイブリッドなスタッキング・バギング・アンサンブル・フレームワークを提案するものである。
本論文は、潜在的なペア表現を一様に再スケール化することでコンフォメーション・サンプリングを調整し、それによってヒューリスティックな入力摂動に依存することなく、多様なタンパク質の代替状態とアンサンブルのカバレッジの効率的かつ透明性の高い回収を可能にする、Boltz-2モデルのための体系的な戦略であるBoltz-sampleを導入する。
本章では、品質管理から差分的発現解析、さらにはマルチオミクス統合やバイオマーカー探索およびシステムレベルの疾患理解のためのネットワークベースの濃縮解析に至るまで、臨床メタボロミクスおよびプロテオミクスデータを解析するためのRを用いた包括的なガイドを提供します。
本論文は、実験データの解像度が不十分な場合や相互作用の化学的性質が曖昧な場合において、タンパク質-リガンド複合体の化学的妥当性と構造的信頼性を向上させる、実験データによってバイアスを付与された量子力学的最適化手法であるIn-Pocketを導入するものである。
本論文は、NP困難な最小フロー分解問題に対する新しいヒューリスティック・アルゴリズムを提示するものであり、それは方程式解決メカニズムを拡張してすべてのグラフ方程式を共同でモデル化することで、複雑なグラフを反復的に単純化して、整数線形計画法による定式化よりも大幅に高速に近似最適解を実現する安全なマージ操作を可能にするものである。
本論文は、ゲノムおよびメタゲノムデータにおけるハロゲン化酵素の精密かつスケーラブルな注釈付けを可能にする、手作業で精査されたデータベースと計算パイプラインを提示するものであり、それによって自然界に眠る未利用の微生物由来ハロゲン化天然物の発見を促進するものである。
本論文は、循環免疫染色を用いて最大40種類のマーカーを10万個の血球で解析する、新しい高次元単一細胞プロテオミクス手法であるUltra-Content Screening(UCS)を提示しており、診断の向上および個別化医療に向けた急性骨髄性白血病における疾患特異的な免疫プロファイルの解明におけるその可能性を実証している。
本論文は、ダイレクトk-merルックアップと新規のバイナリ形式を活用することで、CellRangerと比較して16.5倍の高速化とリソース使用量の大幅な削減を実現し、標準的な出力との99.85%の一致度を維持しながら、スケーラブルでコスト効率の高い十億細胞規模のアトラス構築を可能にする、10x Genomics Flexシングルセルシーケンシングのためのオープンソースかつ超高スループットなプロセッサである**cyto**を紹介する。
本論文は、UMAPやt-SNEといった非線形次元削減における局所的な計量歪みを測定・表示するために設計されたインタラクティブな可視化ツールであるソフトウェアパッケージ「distortions」を紹介するものであり、それによって研究者が高次元ゲノミクスデータの解析において、アーティファクトの特定、ハイパーパラメータの調整、および適切な手法の選択を行うことを支援する。
本論文は、並列処理を活用し、Pythonエコシステムとの幅広い互換性を提供することで、DNAおよびRNA配列を機械学習用の数値特徴量へと効率的にエンコードする、Rustで記述された高性能なPythonライブラリであるdna-parserを紹介するものである。