1180 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。
本研究は、ビンニングの前にメタゲノム構築ゲノムにおける種間キメラコンティグを検出および補正するディープラーニングツールであるDeepMMを紹介するものであり、これにより、標準的なマーカーベースの品質管理では見落とされがちな、リファレンスと不一致な遺伝子や毒性因子の注釈を大幅に減少させる。
本論文は、ベクトル近似メッセージパッシングとワイブルモデルに基づく新しい完全パラメトリックなベイズ手法であるvampWを導入しており、これは相関のあるマルチオミクス・バイオマーカーと生存時間データの効果的な同時モデリングを通じて、偽発見を大幅に減少させ、疾患発症予測を向上させることにより、従来の周辺検定や他の結合モデルを凌駕するものである。
本研究は、更新された公開データを用いて、ラット経口LD50および他の28のエンドポイントに対する正確性を検証するために2003年の最近傍法による毒性予測法を再検討すると同時に、化合物の構造的な広がりをタンパク質ファミリー全体にわたって測定する逆スクリーニング・アプローチが、標準的な物理化学的特性を超えた多標的性を捉えることで毒性予測を大幅に改善することを実証している。
DNA-LLM2Vecは、方向性を持つデコーダーベースのDNA基盤モデルを双方向エンコーダーへと変換する段階的なフレームワークを導入しており、ダウンストリームのゲノムタスクにおける最適な適応戦略が、特定のタスク構造と基礎となるモデルアーキテクチャの両方に依存することを実証している。
本論文は、実験的に解明されたE3リガーゼ・リクルーター複合体の比較解析を、統合されたケモインフォマティクスおよび構造ワークフローを通じて可能にし、下流のデグレーダー設計を促進する、自由にアクセス可能な構造優先型のウェブプラットフォームであるE3 Ligase Ligandalyzerを紹介するものである。
著者らは、PLIPなどの既存のツールよりも高い精度と速度で、構造座標から9種類のタンパク質-リガンド非共有結合相互作用を直接検出および可視化できる、無料の自動化ツールであるNCI-Profilerを提示しており、金属配位やマクロ環リガンドといった複雑なケースに対する拡張性も向上させている。
この研究は、AlphaFold3が学習データから学ぶことで本質的無秩序な単量体を信頼性高く予測できる一方で、そのマルチマー予測については、入力情報を上書きしてしまう硬直的な構造的事前分布のために予測不能なままであることを明らかにしており、単なるアーキテクチャの革新よりも、無秩序に富んだデータセットとアンサンブルサンプリングが極めて重要であることを強調している。
LOCALEは、配列検索を、変異に耐性のある埋め込みを生成するためのInfoNCEで学習されたエンコーダーを用いた密な検索へと再構成することにより、ペタベース規模のリポジトリにおいて既存のk-merインデックスや既存の埋め込み手法を精度とスケーラビリティの両面で大幅に上回る、ノイズに強いDNA検索フレームワークを導入する。
VirtualSkinは、皮膚細胞のアイデンティティと介入応答予測を統合することに成功した細胞言語モデルであり、炎症性皮膚状態のアノテーションおよび、多様な疾患、解剖学的部位、摂動にわたる細胞応答の予測において、精度の向上を実証している。
本研究は、言語モデルがイオン化脂質の予算制分子探索を改善するかどうかを評価するためのLEAFフレームワークを導入し、証拠への関与の度合いは様々であるものの、ゼロショットのLLMプロポーザーは、高い重複率と真の性能向上の欠如により、遺伝的アルゴリズムのような古典的なベースラインを上回ることができないという結果を示した。