1197 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、構造ベースのバーチャルスクリーニングにおけるDrugCLIPの対照学習埋め込みを体系的に評価しており、そのポケット埋め込みが高速かつ堅牢な構造類似性検索を提供する一方で、リガンド埋め込みは未知の標的に対する強力な汎化性能を伴うポケット認識的な化学パターンを捉えるものの、その性能はコンフォメーションの変化や予測されたタンパク質ポケットの不正確さによって著しく制限されることを明らかにしている。
本論文は、注釈付きプロテオームに依存する従来の手法の限界を克服し、トビムシにおける広範な-ラクタム生合成能といった新たな生物学的知見を明らかにする、未注釈のゲノムアセンブリに対して直接的かつ特徴量アーキテクチャを考慮した標的型オーソログ探索を可能にする新しいツールであるfDOG-Assemblyを紹介するものである。
SixPack-AbScanは、エピトープ配列の保存性を計算科学的にスクリーニングすることで抗体の潜在的な交差反応性を特定し、実験的検証のための候補を優先順位付けすることを可能にする、非モデル生物を研究する研究者を支援するための、無料かつ種に依存しないウェブサーバーである。
本論文は、マルチオミクスデータにおける断片的なペアワイズの関連性の限界を克服するために、分子層を横断する解釈可能で協調的な多対多のモジュールを特定するトリプルグラフフレームワークであるTriGerを紹介しており、シミュレーションにおける構造化された信号の復元における有効性と、炎症性腸疾患および大腸がんにおける疾患特異的な生物学的パターンの解明における有効性を実証している。
FORGEは、遺伝子発現データとクロマチンアクセシビリティデータを統合することで、制御ネットワークの推論および差分的解析のためのエンドツーエンドの単一核マルチオーム解析を自動化する、構成可能でコンテナ化されたNextflowパイプラインであり、それによって多様なデータセットにおけるスケーラビリティ、再現性、および生物学的解釈を向上させます。
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。