769 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。
本論文は、タンパク質結合部位の動的変化を捉えるために、分子動力学シミュレーションから学習した深層学習モデル「FragBEST-Myo」を開発し、心筋ミオシンの結合部位におけるフラグメントベースのセグメンテーションとアンサンブルドッキングへの応用可能性を実証したものである。
この論文は、7 種類のバリアント・コーラーをシミュレーションデータで比較評価した結果、FreeBayes が最も高精度であったことを示し、さらにその出力をフィルタリングするための新しいエラーモデルを開発して偽陽性を大幅に削減するベストプラクティスを提案しています。
本論文は、Oxford Nanopore 技術のシグナルデータから得られる軽量な「move table」と「dwelling time」を活用し、計算コストを大幅に増やすことなくインデルを含むバリアント検出精度を飛躍的に向上させた新しい変異caller「Clair3 v2」を提案するものである。
IntelliFold-2 は、アーキテクチャの洗練と多スケール構造的一貫性を導入することで AlphaFold 3 を凌駕する精度と堅牢性を実現し、抗体 - 抗原相互作用やタンパク質 - リガンド共フォールディングにおいて特に優れた性能を示すオープンソースの生体分子構造予測モデルです。
本論文は、単一細胞技術によって同定された細胞表現型の知識を体系化し、Cell Ontology と連携した大規模な注釈コーパス「CellLink」を構築・分析することで、細胞名の命名パターンを解明し、自然言語処理モデルの性能向上やオントロジーの拡張に貢献する手法を提案しています。
本研究は、グラフニューラルネットワークと従来の化学記述子を組み合わせたハイブリッド機械学習フレームワークを開発し、TDP-43 凝集阻害剤として berberrubine と PE859 の 2 つの有望な化合物を同定・実験的に検証した。
本論文は、実例に基づく強化学習と構造評価を統合した「CodonRL」を提案し、従来の手法や最先端の GEMORNA を上回る翻訳効率、RNA 安定性、組成特性の向上を実現する多目的コドン配列最適化フレームワークを構築したことを報告しています。
本論文は、機械学習を用いて Rv0678 変異の配列・生化学的・構造的特徴を分析し、結核菌のビダキリン耐性表現型を高精度に予測する 5 特徴量モデルを開発したことを報告しています。
本論文は、最適性を保ちながら高速かつ低メモリで任意のグラフ（循環グラフを含む）に対するアファインギャップ配列対グラフアラインメントを可能にする新しいアルゴリズム「Theseus」を提案し、MSA やパンゲノムリードマッピングにおいて既存の手法を大幅に上回る性能を実証したものです。
GeneReLは、LLM（大規模言語モデル）による自動抽出とコミュニティによる検証を組み合わせることで、シロイヌナズナの遺伝子制御ネットワークを効率的かつ高精度に構築・提供する統合プラットフォームです。