1243 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。
本研究では、限られたサンプル数や計算リソースの制約を克服し、単一トレーニングで患者層別化、マーカー解析、疑似データ生成、ベクトル化という 4 つの応用を可能にする、解釈性と小データ対応能力を強化した新しい AI ツール「RNAGAN」を開発した。
本論文は、タンパク質複合体のモデル品質評価において、単一鎖の折りたたみ安定性と鎖間結合特異性を明確に区別するために、3 つの幾何学的視点とインターフェース文脈集積モジュールを組み合わせた新たなトリプルグラフ学習フレームワーク「TriGraphQA」を提案し、既存の手法を上回る高い精度を達成したことを報告するものです。
GenBio-PathFM は、形態的多様性を重視した自動データ選別パイプラインと「JEDI」と呼ばれる新しい 2 段階学習戦略を採用することで、公開データのみを用いて既存の最先端モデルを凌駕する性能を実現した、現在最強のオープンウェイト組織病理学基盤モデルです。
本論文は、パンゲノム k-mer 集合の圧縮において、スーパー文字列の長さとマスクの複雑さのトレードオフを同時に最適化するパレート最適化手法を初めて提案し、既存手法を凌ぐ圧縮率の向上を実現したことを報告するものである。
本論文は、非局所的な相互作用を物理的にインフォームドされた多極子集約器（PIMA）で効率的に学習する新しい機械学習力場「ViSNet-PIMA」を提案し、生体分子のエネルギーや力の予測精度を飛躍的に向上させるとともに、AI 分子動力学シミュレーションプログラム AI2BMD への統合を通じて生体分子全体の第一原理計算を可能にしたことを報告しています。
本研究は、mRNA の化学的安定性を高精度に予測し、合理的な配列最適化を可能にする深層学習フレームワーク「RNASTOP」を提案し、mRNA 治療薬の開発を加速させることを目指しています。
本論文は、分子ドッキングと免疫情報学を用いてマラリア原虫の抗原と T 細胞受容体の相互作用を解析し、PfCyRPA、PfMSP10、PfCSP を有望なワクチン候補として特定したことを報告しています。
本研究は複数の転写オミクスデータセットを統合解析し、ビタミン D 代謝と炎症経路の異常が虚弱の核心的な分子特徴であることを明らかにし、これらを基盤とした新規バイオマーカーが虚弱の早期診断や治療標的の開発に寄与することを示しました。
CLIPepPI は、構造情報を取り入れた対照学習を用いてドメインとペプチドの結合特異性をシーケンスのみから高精度かつスケーラブルに予測し、ゲノム規模の解析や変異影響評価を可能にする新しいモデルです。
本論文は、転写オミクス予測における遺伝子レベルの目的関数と経路レベルの解釈の不一致を解消するため、古典的 GSEA の統計的意味を維持しつつ微分可能で計算効率的な「dGSEA」手法を提案し、経路レベルの整合性を向上させることを示しています。