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。
著者らは、560万件以上の細菌ゲノムを約14時間で92,954の種レベルのゲノム的凝集単位へとクラスタリングする、極めてスケーラブルかつ効率的なツールであるgemsparclを提示しており、それによって計算上のボトルネックを克服し、プロカリオート（原核生物）の多様性と分類学に関する包括的かつリファレンスフリーな解析を可能にしている。
本研究は、タンパク質言語モデルの埋め込み表現における生物学的意味合いは固定されたものではなく解像度に依存するものであることを示しており、生物学的階層への整列レベルの違いによって、メンバーシップの境界、機能的なグルーピング、あるいは局所的なファミリー構造といった異なる組織的関係性が選択的に保持される。
WitChiは、経験的なカイ二乗検定を用いて大規模な系統ゲノムアライメントから組成バイアスのあるサイトを検出および反復的に除去することで、複雑な組成考慮モデルの高い計算コストをかけることなく、正確な系統樹のトポロジーを復元する計算効率の高いツールである。
本研究は、AlphaFold2およびColabFoldが非タンパク質配列の構造予測において非常に低い偽陽性率を示すことを実証すると同時に、ヒトゲノムの非コード領域における一部の高スコアな予測が、これまで注釈付けされていなかった偽遺伝子に対応していることを偶然にも明らかにしており、これは既存の遺伝子注釈における潜在的な誤りを示唆するとともに、さらなる調査に向けた高スコアな構造予測の有用性を検証するものである。
ADMETronは、RNN由来の分子埋め込みと勾配ブースティング決定木を統合して34種類のADMETエンドポイントを予測し、インタラクティブなレーダーグラフ可視化ツールを備えることで、創薬における包括的なハイスループットの化合物優先順位付けとデータ駆動型の意思決定を可能にするAI駆動型SaaSプラットフォームである。
MoE-Bindは、デノボ（de novo）タンパク質バインダー生成のための初のスパースな混合エキスパート（Mixture-of-Experts）アーキテクチャを導入し、事前の構造情報を必要とせずに、高密度なベースラインと同等またはそれ以上の性能を持つ、より高速で効率的かつ解釈可能な配列のみのデザインを実現します。
本論文は、アルツハイマー病におけるマルチモーダルな神経画像変化のボクセルレベルの軌跡を再構成し、アセチルコリン受容体密度とアミロイド病理との後期段階における関連性といった進行依存的なメカニズムに関する新たな知見を明らかにする、スケーラブルで解釈可能な教師なしモデリング手法であるLatent Event Mapping (LEMING) を導入するものである。
本論文は、ケンドールの形状多様体における接平面主成分分析に基づく解釈可能な手法であるSTITCHを紹介しており、これはサイズに依存しない細胞形態と空間トランスクリプトミクスにおける遺伝子発現を効果的に結びつけ、多様なデータセットにわたって生物学的に関連のある形状とトランスクリプトームの関係を特定する上で既存のディープラーニング手法を凌駕している。
本研究は、BeatAML 2.0コホートに適用された分割共形予測フレームワークを導入し、患者レベルのAML薬物感受性予測に対して統計的に較正された不確実性区間を生成することに成功し、薬物クラス間で異なる不確実性のパターンを明らかにすると同時に、そのような不確実性が標準的な分子リスク分類とは独立していることを示している。
本論文は、マーカー遺伝子の情報を組み込むために仮想敵対的訓練（Virtual Adversarial Training）を活用することで、既存手法の限界を克服し、ノイズの多い、あるいは不完全なマーカーセットに対しても微細な細胞サブタイプの区別を保持しアノテーションの精度を向上させる、堅牢な半教師ありscRNA-seq統合モデルであるscCRAFT+を提案する。