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。

💻 バイオインフォマティクス

SPARKLE: evidence-constrained correction of local RNA leakage in high-resolution spatial transcriptomics

SPARKLEは、サンプル内のマスク外の証拠を利用して異所性信号を推定・除去することで、高解像度空間トランスクリプトミクスにおける局所的なRNA漏出を補正し、細胞型の局在化とダウンストリーム解析の信頼性を向上させる、高速でリファレンスフリーな計算手法である。

Wang, S., Zhu, B., Li, S., Wei, X.2026-08-20
💻 バイオインフォマティクス

Relational Graph Convolutional Networks for Glioblastoma Biomarker Discovery via ceRNA and Copy Number Variation Analysis

本研究は、膠芽腫における生存予測および治療標的の改善に向けて、hsa-miR-196aやhsa-miR-224を含む5つの予後バイオマーカーを特定するために、競合内因性RNA(ceRNA)とコピー数多型(CNV)のデータを統合する、新規の遅延融合関係グラフ畳み込みネットワーク(RGCN)アンサンブルを導入するものである。

Khandelwal, S., Jarvis, N., Zhan, J.2026-08-20
💻 バイオインフォマティクス

GlycoMeSH: linking glycan structures to biomedical context for systematic enrichment analysis

GlycoMeSHは、推論モデルと追跡可能なデータベースを通じて糖鎖構造を医学主題ヘディング(MeSH)へと結びつけることで、糖鎖構造と生物医学的コンテキストの間の溝を埋め、それによって糖鎖科学のデータセット全体にわたる体系的な濃縮解析を可能にする包括的なリソースである。

Kitani, A., Zhang, B., Himori, K., Matsui, Y.2026-08-20
💻 バイオインフォマティクス

PandaDock: An Open-Source Molecular Docking Platform with Flexible-Ligand Search and Equivariant Neural Scoring

PandaDockは、柔軟なリガンドのコンフォメーション探索と解析的勾配を統合し、複雑な結合シナリオに特化したモジュール、および多様なタンパク質-リガンド標的にわたって競争力のあるポーズ回復性能と親和性予測性能を実現するスケーラブルなSE(3)等変ニューラルネットワークスコアリング関数を備えた、オープンソースの分子ドッキングプラットフォームである。

Panda, P. K.2026-08-20
💻 バイオインフォマティクス

Mantpy: a framework for extracellular matrix analysis in spatial proteomics

本論文は、従来の細胞中心のアプローチを超えた、統合的な解析、可視化、および機械学習を可能にするために、細胞外マトリックスとその細胞との界面を空間グラフとして表現する空間プロテオミクスフレームワークであるMantpyを紹介するものである。

Ghafoor, M., Parkinson, J. E., Pham, T., Georgaka, S., Hayley, M. J., Jokl, E., Hanley, K. P., Allen, J. E., Sutherland (…)2026-08-19
💻 バイオインフォマティクス

PerturbLDM: conditional latent diffusion for modelling single-cell perturbation responses

PerturbLDMは、Tahoe-100Mデータセットで事前学習された条件付き潜在拡散フレームワークであり、多様な生物学的文脈において、未知の薬物、用量、および細胞株の組み合わせに対する単一細胞転写応答を正確に予測および生成する点で既存の手法を凌駕しています。

Yu, L., Hsieh, K.-L., Chu, Y., Lan, Q., Zhao, X., Hsu, Y.-C., Wood, C. S., Rasmy, L., Pilie, P. G., Zhi, D., Zhao, Z., J (…)2026-08-19
💻 バイオインフォマティクス

Conformal Uncertainty Quantification for BayesAge Epigenetic Age Predictions

本論文は、BayesAgeエピジェネティック・クロックに共形予測(conformal prediction)を適用することで、最小限のCpG部位のセットを用いたDNAメチル化に基づく年齢推定において、分布に依存しない較正済み予測区間の生成が可能であることを示し、これにより既存の点推定モデルにおける不確実性の定量化の欠如という課題に対処するものである。

Mitchell, M., Mboning, L., Bouchard, L.-S., Pellegrini, M.2026-08-19
💻 バイオインフォマティクス

Cryptic binding sites are detected but not ranked: coverage, conversion, and detector consensus

本論文は、潜在的な結合部位の検出における現在の限界は、候補を提案する能力ではなく、ランキングの低さとコンセンサスの欠如にあることを示し、カバレッジとコンバージョン指標を分離することが重大な性能差を明らかにすること、および厳格な候補予算内で幾何学的検出器と言語モデルベースの検出器を組み合わせることが最も実用的な改善をもたらすことを示している。

Moore, C. W.2026-08-19
💻 バイオインフォマティクス

Integration of proteomic data from cell lines and tumors

著者らは、欠損値の課題を克服することでがん細胞株と患者腫瘍のプロテオミクスデータの統合に成功したディープラーニングフレームワークであるProtIntを紹介しており、それによって既存の手法を凌駕し、前臨床モデルを臨床の現実に、より良く適合させるために必要な主要な生物学的変化を明らかにしている。

Ta, C. Q., Auth, J. M., Schilling, M., Klingmüller, U., Raue, A.2026-08-19
💻 バイオインフォマティクス

Method Choice, Not Biology, Determines In Silico Perturbation Results: A Systematic Evaluation of Eight Methods Across Four Datasets

この系統的なベンチマーク研究は、計算手法の選択が、基礎となる生物学よりもむしろ、in silico摂動結果の主要な決定要因であることを明らかにしており、最も広く用いられている多くのアプローチは、転写因子からパスウェイへの因果的な信号を検出できず、しばしば実験的なCRISPRi検証と矛盾する結論を生み出す。

Wenjie, G., Wu, S., Hu, G., Yang, Z., Wang, Z., Cai, J., Mao, J.2026-08-19