1238 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。
OncoMORPHIA は、10 の公共データベースからデータを統合し、がん変異の 3 次元構造可視化、臨床注釈、生存分析、AI による解釈などを単一のブラウザベースのプラットフォームで提供し、専門的なバイオインフォマティクス知識を必要とせずに研究者ががん変異を包括的に探索できるようにする無料の Web ツールです。
この論文は、親と子のトリオデータから直接学習し、シーケンシング誤差や突然変異率を自動的に重み付けすることで、従来の DeepVariant よりも特に低カバレッジ条件下で高精度なバリアント検出を実現する深層学習ベースのツール「DeepTrio」を提案しています。
AlphaFold3 の登場により急増するタンパク質構造データベースに対し、SSAlign はタンパク質言語モデルと二段階アライメント戦略を活用して、Foldseek を凌駕する超高速性と感度を実現し、大規模な構造生物学および創薬研究に効率的な解決策を提供します。
本論文は、Ankh 埋め込みに基づくスコアリング手法「Ankh-score」が、AlphaFold3 予測構造を用いた構造アラインメントや従来の BLOSUM 行列を用いた手法よりも、BAliBASE や CDD のデータセットにおいて優れたタンパク質配列アラインメントを生成することを示しています。
本論文は、トウモロコシの形質予測において、単純平均よりも個体モデルの重み付けを最適化（線形変換、ネルダー・ミード法、ベイズ法）することで予測精度を向上させることを示し、重み付け最適化のさらなる可能性を提言しています。
本論文は、コッコリスチフの石灰化関連タンパク質の複雑な検索タスクにおいて、出力量よりもプロンプト分解や検索精度、再現性などの質的要素がエージェントシステムの性能を決定づけることを、3 つの AI エージェントのベンチマークを通じて実証したものである。
本論文は、既存の予測モデルによる汚染が T 細胞エピトープ発見の臨床的成否を阻害する根本原因であることを明らかにし、クリーンなデータのみで評価された深層学習モデル「deepMHCflare」を開発することで、従来のベンチマークでは見逃されていた高い精度と実臨床での有効性を示しました。
この論文は、遺伝子セットの階層的・重複構造を考慮しつつ連続的な遺伝子レベル統計量を確率モデルで直接扱うベイズ推論フレームワーク「CLEAR」を提案し、既存手法の冗長性を解消しながら感度と解釈性を向上させることを示しています。
本研究は、異なるマーカーパネルから学習可能な可解釈な事前学習型トランスフォーマー「GPCT」を提案し、フローサイトメトリー分野におけるスケーラブルかつ一般化されたサンプルレベルの予測モデルと生物学的検証の基盤を確立したことを示しています。
既存の等方的な知識ベースポテンシャルの限界を克服し、原子の方向性を考慮した非等方的な確率モデル「DESPOT」を提案することで、タンパク質 - リガンド相互作用のスコアリングや結合部位の特性評価において、姿勢識別や仮想スクリーニングの精度を大幅に向上させた。