1012 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、機械学習と新規の高スループット・アルゴリズム（gcSwarms）を統合することで、成長結合型微生物株のデザインを効率的に特定し、従来の探索手法よりもはるかに少ない実験回数で大幅に高い炭素収率を達成する、能動学習型のDesign-Build-Test-LearnサイクルであるML4SDを導入している。
本研究は、Wasserstein GANが実験的に生存可能なデノボ抗体の生成において変分オートエンコーダーを上回ったものの（成功率99%対5%）、この格差はアーキテクチャ固有の優位性によるものではなく、主にサンプリング戦略（無条件生成対既知の抗体を用いた潜在空間へのシーディング）に起因するものであることを示している。
本論文は、サンプリングの不確実性を考慮し、計算効率を損なうことなく複雑なモデルの過剰選択を防ぐために、影響関数とカンテリの不等式を通じて導出されたデータ駆動型の閾値を組み込むことで、従来のPGF-BICを強化した、確率的遺伝子発現モデルのための不確実性を考慮したモデル選択則を導入するものである。
口腔および腸内マイクロバイオームのペアデータに対してSHAPに基づく解釈可能性を用いることで、本研究は、結合モデルが新生児と成人を区別する際、腸内データ単独による完全な予測精度を上回ることはないものの、従来の精度指標では見落とされるであろう、口腔由来の相補的かつ非冗長な生物学的シグネチャーを明らかにしている。
本論文では、縦断的な病理報告書とがん種埋め込みを活用することで、最先端のがんグレード予測を実現し、性能を低下させることなく未知のがん種への効果的なゼロショット転移学習を実証する、2レベル構造のHierarchical Temporal Transformer (HTT) を提案する。
本論文は、部分的に観測された混合型のバイオメディカルデータに対して低次元表現を生成するために設計された自己教師ありグラフベースの埋め込みモデルであるPOMEを紹介しており、これは最先端の補完性能を達成し、患者サブグループの発見、予測モデリング、および治療推奨といった効果的なダウンストリームタスクを可能にするものである。
本論文は、ソフトモチーフ相互作用を集約することでペプチド-HLA結合を正確に予測し、配列データのみから結合エネルギーや構造的特徴を創発的に学習することで、最先端の性能を達成する解釈可能な深層学習モデルであるLAMINAを紹介するものである。
本論文は、新生転写から活性なシス調節エレメントを特定するためのdREGアルゴリズムの、高速かつ保守性の高いPythonによる再実装であるpydregを紹介するものであり、これは元の手法の精度と互換性を維持しつつ、現代的なコンピューティング・インフラストラクチャへの適合性を高め、実行時間とメモリ使用量を大幅に削減するものである。
中世モンゴルの個体から得られた、一致したフルUDG（ウラシルDNAグリコシラーゼ）処理済みおよび非UDG処理済みの古代DNAライブラリを比較することにより、本研究は、様々な計算による損傷補正手法（トリミング、リスケーリング、およびマスキング）がサイトの保持とエラー減少をいかに異なってバランスさせるかを示しており、最適な選択は特定のダウンストリーム解析に依存すること、そして非UDGライブラリにおいては正確な血縁推論のために補正データが不可欠であることを実証している。
本論文は、Oxford Nanoporeシーケンシングを最大限に活用し、従来のサイトレベルの平均解析では隠蔽されてしまうエピジェネティックなパターンや制御相互作用を明らかにするために、単一分子DNAメチル化の不均一性を定量化し、共メチル化部位を検出するスケーラブルなフレームワークをDMRcallerパッケージに統合して提示するものである。