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

FLAG-X: Hybrid machine learning workflows for automated gating of clinical flow cytometry data

著者らは、最先端の機械学習手法と専門家によるアノテーションをハイブリッドなワークフローへと統合することで、ルーチンな臨床ゲーティングにおける標準化と効率性の欠如に対処し、手動解析と自動解析の間の溝を埋めるPythonパッケージであるFLAG-Xを提示する。

Martini, P., Mohammadi, M., Thrun, M. C., Blumenthal, D. B., Krause, S. W.2026-06-09
💻 バイオインフォマティクス

Supervised Deep Learning for Efficient Cryo-EM Image Alignment in Drug Discovery with cryoPARES

本論文は、事前のポーズ情報を活用し、手動による介入を排除することで、クライオ電子顕微鏡画像の整列を加速させ、創薬のためのリアルタイムかつ自動化された構造決定を可能にする教師あり深層学習手法であるcryoPARESを導入するものである。

Sanchez-Garcia, R., Berndt, A., Apelbaum, A., Reeks, J., Williams, P. A., Poelking, C., Deane, C., Saur, M.2026-06-08
💻 バイオインフォマティクス

Multi-feature Classification to Improve Colorimetric Loop-Mediated Isothermal Amplification Fidelity

本研究は、熱力学的特徴および配列の特徴、特にF1cおよびB1cプライマーからの特徴を利用して、アッセイの成否を予測しプライマー設計の忠実度を向上させる機械学習分類モデルを開発することにより、比色LAMP(Loop-Mediated Isothermal Amplification)における再現性の課題に対処するものである。

Melton, G., Negron, D. A., Hauser, K., Jagannathan, S., Tolli, N., Jennings, K., Necciai, B., Sozhamannan, S., Abramson (…)2026-06-08
💻 バイオインフォマティクス

Intra-slide calibration technology improves immunohistochemical harmonization within and between anatomic pathology laboratories

本研究は、イントラスライド校正技術を計算解析と組み合わせることで、異なる解剖病理学研究所間におけるp53免疫組織化学アッセイの調和性と再現性が大幅に向上し、それによって神経腫瘍学におけるより客観的な診断決定が支持されることを実証している。

Fernandes, G. M. d. M., Wang, W., Parwani, A., Ahmadian, S. S., Alves, M. J., Philips, J. J., Otero, J. J.2026-06-08
💻 バイオインフォマティクス

DDI_single: Single-Sequence-Based Protein Domain Assembly

DDI_singleは、ESM-1bタンパク質言語モデルとゲート付きクロスアテンションモジュールを活用することで、ドメイン間の残基相互作用を正確に予測し、それによってtrRosettaX_singleのような既存の手法と比較してマルチドメインタンパク質構造の構築において優れた精度を実現する、新しい単一配列ベースのアルゴリズムである。

Shengyi, Z.2026-06-08
💻 バイオインフォマティクス

From topography to connectome: Towards an integrated understanding of the resting brain

本研究は、個々の脳のトポグラフィーマップを機能的コネクトームへと正常に変換するディープラーニングモデルを導入しており、それによって空間的組織化とネットワーク連結性の間の直接的な関連性を確立し、多様なrsfMRI研究の視点を統合するものである。

Naranjo Rincon, S., Ahmad, F., Easley, T., Shoushtari, S., Glatard, T., Kiar, G., Modi, H., Dahan, S., Robinson, E., Kam (…)2026-06-08
💻 バイオインフォマティクス

TRACEY: an updated resource for SNARE protein domain annotation with improved HMMs and expanded sequence coverage

本論文は、約19,000の精査された配列からなる大幅に拡張された非冗長なデータセットを取り入れることで、SNAREタンパク質ドメインのアノテーションを大幅に改善したTRACEYリソースの更新版を紹介しており、これにより、分岐した、あるいは系統特異的なパラログをより正確に検出するための強化されたHMMプロファイルと再設計されたウェブインターフェースを生成している。

Pulido-Quetglas, C., Fasshauer, D.2026-06-08
💻 バイオインフォマティクス

Fasting Status and Epigenetic Clock Stability: Implications for Aging Research

本研究は、急性断食が免疫細胞の再分布によって駆動される特定のエピジェネティック・クロック(特にPCベースおよびSystemsAge変異体)に小さく系統的なシフトを誘発する一方で、死亡率学習型クロックは安定したままであることを示しており、これは時計の信頼性が文脈依存的であり、標準的なICC指標を超えた摂動特異的な評価を必要とすることを浮き彫りにしている。

Seale, K. B., Dwaraka, V. B., Giosan, I., Mendez, T., Smith, R.2026-06-07
💻 バイオインフォマティクス

CLASPP: A unified model for predicting post-translational modifications

本論文は、対照学習、階層的なデータキュレーション、およびマルチステージの学習戦略を通じて、データの不均衡という課題を克服し、様々な生物種における予測精度を向上させる、多様な翻訳後修飾を予測するための統一モデルであるCLASPPを導入する。

Gravel, N., Zhou, Z., Fang, R., Soleymani, S., Kannan, N.2026-06-07
💻 バイオインフォマティクス

BacteReason: A Reasoning Model for Antimicrobial Resistance Prediction

BacteReasonは、知識に基づいた教師モデルを活用することで、細菌の抗生物質感受性を予測し、そのメカニズムに基づく根拠を提示するファインチューニングされた大規模言語モデルであり、ベースラインのアプローチと比較して予測精度を大幅に向上させている。

Oikawa, Y., Kawashima, S., Kinjo, A. R., Demizu, Y., Tamura, R., Tsuda, K.2026-06-07