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、空間トランスクリプトミクスのアライメントタスクを用いて科学的コーディングエージェントをベンチマークするためのインタラクティブなフレームワークを導入し、より豊かな環境コンテキストがツールの探索を増加させる一方で、脆弱なワークフローや不要な変換を誘発することで性能を低下させ得ることを明らかにし、それによって最終的な出力とともにエージェントのトレースを評価する必要性を強調している。
LeafRankは、単一細胞DNAシーケンシングによる系統樹と多型分岐過程モデルを活用することで、染色体不安定性を有する腫瘍における個々の細胞の相対的な適応度を推定し、成長の不均一性を定量化することに成功し、全ゲノム重複系統における適応度が即時的な優位性ではなくその後の変異を通じて獲得されることを明らかにする、新しい系統動態学的フレームワークである。
Rectangleは、マルチスケール・デコンボリューションと未知のコンテンツの明示的なモデリングを活用することで、シングルセル・リファレンスを用いてバルクRNA-seqデータ内の細胞表現型を正確に解明し、それによって集団規模での高解像度な細胞プロファイリングを可能にする、堅牢かつスケーラブルなPythonフレームワークである。
本論文は、コーディングエージェントが、文献に記載された遺伝子プログラムを抽出して名前付きの軸へと構成することにより、学習や事前の遺伝子セットデータベースを必要とせずに、データ駆動型の手法に匹敵する生物学的品質を確保しつつ、固有のバッチ堅牢性と解釈可能性を備えた、解釈可能なゼロショット単一細胞埋め込みモデルを自動生成できることを実証するものである。
EZSolverは、フローマッチングと評価器による双方向探索を活用したテンプレートフリーの生成フレームワークであり、従来のルールベースモデルの汎用性の限界を克服し、分布外の化学反応に対しても極性酵素反応メカニズムを正確に予測します。
本研究は、約12,000個の化合物を用いて学習された、ヒト肝マイクロソームの代謝半減期を正確に予測し、初期創薬における迅速な意思決定を支援するための主要な化学的要因を特定する、定量的かつ解釈可能なXGBoostベースの機械学習モデルであるPredHLMを提示する。
本論文は、時空間トランスクリプトーム・データを時間的成分と空間的成分に分解することで、解釈可能な細胞型特異的な遺伝子プログラムを特定し、それによって動的な組織構造と局所的な細胞応答が時間および解剖学的ニッチにわたってどのように進化するかを明らかにする統計的枠組みであるstGPを導入する。
本論文は、細胞株をゲノム画像としてエンコードし、分子表現を組み合わせることで、細胞株の識別性に依存することなく、未知の細胞株やがん種への優れた汎化性能を達成しつつ、新たなゲノムドライバーを特定する、2タワー残差後期融合ディープラーニングモデルであるDL4DRを紹介している。
本論文は、配列アライメントに関する事前の知識を必要とせずに、長鎖非翻訳RNAにおける非線形かつドメインレベルの配列類似性を特定し、それによって機能的に関連するRNAドメインおよびそれに関連するタンパク質相互作用ネットワークの発見を可能にする、k-merベースの隠れマルコフモデルであるhmSEKREを導入するものである。
本論文は、大規模な生物学的研究を可能にするために約250万個の公開細菌ゲノムを一様に処理する包括的なコミュニティリソースであるAllTheBacteriaを紹介し、AI駆動型のマイニングを通じて新規ペプチド抗生物質を発見・検証することによってその有用性を成功裏に実証している。