1246 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、中間ファイルの生成を不要とし、AI 支援と人工的なエンジニアリングを組み合わせることで STAR アライナーの機能を C++ ソースコードに直接統合した「STAR Suite」を開発し、NIH MorPhiC コンソーシアムにおけるトランスクリプトミクスデータ処理の効率化とスケーラビリティを飛躍的に向上させたことを報告しています。
この論文は、複数の個別のゲノム予測モデルを統合するアンサンブル手法（EasiGP パイプライン）が、トウモロコシの開花時期形質の予測精度を向上させ、遺伝的変異の多面的な理解を通じて育種応用の可能性を広げることを実証しています。
本論文は、Python と R の異なる生態系にまたがる 60 以上の手法を統合し、LLM が自由なコード生成ではなく事前検証されたスキーマに基づいてツールを選択する「ChatSpatial」を提案することで、空間トランスクリプトミクス解析における再現性とクロスプラットフォーム対応を可能にしたことを報告しています。
この論文は、疾患モデルの単一細胞 RNA シーケンシングデータを人間の参照データと比較し、疾患モデルの再現性を定量的かつ解釈可能に評価するための R/Bioconductor パッケージ「singIST」と、その結果を可視化・報告するためのダッシュボード「singIST Visualizer」を紹介し、アトピー性皮膚炎のマウスモデルを用いたエンドツーエンドのワークフローを実証しています。
本研究は、肺がん関連発がん物質の突然変異シグネチャを特定するための新規in vitroシステムを開発し、特にN-ニトロソトリス（2-クロロエチル）尿素（NTCU）曝露がCOSMICデータベースには存在しない独自の突然変異シグネチャを誘発することを明らかにしました。
本研究は、血漿中の細胞フリー RNA（cfRNA）の組織および細胞起源の推定を行うためのデコンボリューション手法を体系的にベンチマークし、手法や参照データの違いが結果に大きな影響を与えること、特に組織レベルの推定は細胞レベルの推定よりも頑健であることを明らかにしました。
本論文は、時間分解測定データに基づく量子ハミルトニアン学習フレームワークを提案し、これを遺伝子発現モデルに適用することで、合成データおよびがん単細胞 RNA シーケンシングデータから遺伝子制御ネットワークを効率的に推論する手法を開発したものである。
本論文は、大規模な生体画像データの FAIR 化とスケーラブルな解析を実現するため、OM E-Zarr 形式に特化した処理単位を定義する「Fractal タスク仕様」と、それを活用する「Fractal プラットフォーム」の 2 つの貢献を紹介し、臨床現場での高い再現性を有する大規模細胞定量解析の成功例を示しています。
本研究は、アルツハイマー病のデータを用いた検証により、質量分析データから疾患関連のグリコフォームを迅速かつ包括的に同定するための新規高スループット解析プラットフォーム「GDAS」を開発し、バイオマーカー発見の加速を可能にしたことを報告しています。
本研究は、複数の正規化およびフィルタリング戦略を評価した結果、自動フィルタリングとリニア（線形）配列情報を考慮した正規化を組み合わせることで、環状 RNA の発現解析の感度と再現性が向上し、より信頼性の高いバイオマーカー発見が可能になることを示しました。