EXTRARNAS: A Framework for Extracting RNA Structures with Multiple Tools
EXTRERNASは、複数のツールを用いたRNA構造注釈の抽出を自動化し、それらの不均一な出力をBPSEQおよび新しいBPSEQE形式へと標準化することで、正準および非正準相互作用の一貫した比較を容易にする、再現可能なDockerベースのJavaフレームワークである。
1012 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。
EXTRERNASは、複数のツールを用いたRNA構造注釈の抽出を自動化し、それらの不均一な出力をBPSEQおよび新しいBPSEQE形式へと標準化することで、正準および非正準相互作用の一貫した比較を容易にする、再現可能なDockerベースのJavaフレームワークである。
本論文は、DDAおよびDIAの両ワークフローにおける分析精度を維持しつつ、冗長なデータポイントを除去することでBruker timsTOFのネイティブデータのストレージフットプリントを大幅に削減する、高速なオープンソースのRust製ツールであるdnoiseを紹介する。
本論文は、GRCh38による支持を伴う相同なヒトタンパク質ドメイン全体にわたってミスセンス変異の証拠を集約した、包括的に更新されたリソースであるMetaDome 2027を提示するものであり、これはドメインの網羅性を大幅に拡大し、臨床遺伝学における意義不明な変異(VUS)を再分類するための決定的な病原性証拠を提供するものである。
scPyviewerは、Seuratへの変換を行うことなく、非プログラマーがAnnDataシングルセルデータセットを直接探索することを可能にする、Pythonネイティブのウェブベースのインタラクティブなビューアであり、既存のR Shinyツールと同等の機能性を備えつつ、Rベースの代替手法が失敗するような大規模なデータセットを扱う能力、優れたレンダリング速度、および低いメモリ使用量を実証しています。
本論文は、細胞化学プロテオミクスデータを用いて学習されたディープラーニングフレームワークであるC-PLANKを紹介しており、これは断片とタンパク質の相互作用を予測する既存のモデルを凌駕し、物理化学的エンベディングとシステムレベルの生物学的妥当性指標を統合することで、新規のSIRT3アゴニストを特定することに成功した。
RegimeFormerは、2億を超える配列を含む関連データベースであるRegimeAtlasを通じて、残基レベルの変異効果を予測し、特に未知のタンパク質やファミリーに対するダウンストリームの生物学的モデリングを向上させるためのグローバルな摂動レジームを確立する大規模タンパク質モデルである。
本論文は、大規模なシーケンス検索を可能にするために部分的な再構築機能を備えた、最先端のHIBFを拡張したスケーラブルかつ更新可能なインデックス構造であるDynamic Hierarchical Interleaved Bloom Filterを紹介し、100 TBを超えるRNA-Seqデータのインデックス作成能力と、競合するツールよりも24倍から65倍高速に新しいサンプルを挿入できる能力を実証している。
Vipsaniaは、高品質な学習データを必要とし、遠縁または基部系統において困難が生じる教師あり学習法の限界を克服し、未注釈の配列から直接学習することによって、多様な真核生物ゲノムにわたるタンパク質コード遺伝子構造を正確に予測する初の教師なし深層学習ツールである。
PhageTransformerは、数千の独立したファージ・宿主ペアにおける優れた性能によって実証されているように、バクテリオファージに対してスケーラブルで正確かつ迅速な宿主予測を提供することで、既存ツールの限界を克服するディープラーニングモデルです。
本論文は、自己教師あり学習と階層的クラスタリングを用いて標本画像から直接的な操作的生物多様性単位を導出するAI駆動型フレームワークであるmorphOTUを紹介しており、これにより、正式な分類学的ラベルや広範な学習データが存在しない場合でも、種の多様性の正確な定量化および形態学的パターンの発見を可能にする。