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

Panomap: Unbiased Nanopore Signal Mapping with Pangenome Variation Graphs

Panomapは、リファレンスバイアスを排除し、多様なナノポア・サンプルに対するマッピング精度を向上させつつ、コンパクトでスケーラブルなインデックスを維持する、パンゲノム・バリエーショングラフを利用した初のシグナル空間マッパーである。

Shih, P. J., Sanghani, Z., Guarracino, A., Gamaarachchi, H., Batten, C.2026-07-11
💻 バイオインフォマティクス

Generative continuous time model reveals epistatic signatures in protein evolution

本論文は、エピスタシス(上位性)の効果をシミュレートするために生成ポッツモデルによってパラメータ化された連続時間タンパク質進化モデルを導入し、エピスタシスが進化全体の速度を低下させ、進化距離の系統的な過小評価を引き起こす一方で、文脈依存的な速度の不均一性のためにサイトごとの平均的な速度を変化させることはないことを明らかにしている。

Pagnani, A., Barrat-Charlaix, P.2026-07-10
💻 バイオインフォマティクス

Enhanced proteome relative quantification using refined quantotypic spectral libraries

本研究は、非代表的なペプチドを除外することによって血漿スペクトルライブラリを精緻化することが、タンパク質の同定能を損なうことなく、データ非依存型(DIA)プロテオミクスの相対定量における精度、正確性、および計算効率を大幅に向上させることを示している。

Barnes, B. A., Alharbi, H., Unwin, R.2026-07-10
💻 バイオインフォマティクス

MKMC enables reference-free transcriptomic analysis using k-mer representations

MKMCは、k-mer統計を活用することでモデル生物および非モデル生物にわたる堅牢なRNA-seq解析を可能にする、スケーラブルでリファレンスフリーなツールキットであり、従来の配列アライメントに基づく手法では逃れられがちな生物学的シグナルやアイソフォーム特異的なイベントの検出に成功しています。

Mboning, L., Dlugosz, M., Kokot, M., Chen, J., Costa, E. K., Wu, M.-R., Wang, S., Bouchard, L.-S., Deorowicz, S., Pelleg (…)2026-07-10
💻 バイオインフォマティクス

CircDiscoverer: A multispecies comprehensive resource for circRNA-protein interactions and RNA modification landscapes

著者らは、ヒト、マウス、ショウジョウバエ、植物を含む複数の種における環状RNA(circRNA)とタンパク質の相互作用およびRNA修飾のランドスケープを探索するために、手動でキュレーションされたデータと計算によって予測されたデータを統合した、包括的でユーザーフレンドリーなウェブリソースであるCircDiscovererを提示している。

Srinivasan, S., Kumar, S., Chatterjee, S., Chande, A.2026-07-09
💻 バイオインフォマティクス

Mind the Alignment Gap: A Spatial Transcriptomics Benchmark for Scientific Coding Agents

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。

Chen, Y. T., Hicks, S. C.2026-07-09
💻 バイオインフォマティクス

LeafRank: A phylodynamic framework for inferring relative fitness from single-cell phylogenies in chromosomally unstable tumors

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。

Wu, C., Leder, K., Wang, Z., Sun, R.2026-07-09
💻 バイオインフォマティクス

Rectangle: robust and scalable multiscale deconvolution informed by single-cell RNA sequencing data

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。

Eder, B., Rigato, I., Dietrich, A., Merotto, L., Sturm, G., Treis, T., List, M., Theis, F., Finotello, F.2026-07-09
💻 バイオインフォマティクス

Coding agents author interpretable single-cell embedding models from the literature

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。

Brunn, N., Krissmer, S. M., Frosch, M., Frick, M., Prinz, M., Binder, H.2026-07-09
💻 バイオインフォマティクス

EZSolver: Template-free prediction of polar enzymatic mechanisms via bidirectional flow matching and search

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。

Kuo, L.-H., Yang, J., Arnold, F.2026-07-09