scExploreR: a flexible platform for democratized analysis of multimodal single-cell data by non-programmers
scExploreR は、プログラミング知識がなくても多様な単一細胞データを柔軟に解析し、出版品質の図を生成できる R Shiny アプリケーションとして開発され、生物学者と計算科学者の間のコミュニケーションの壁を取り払うことを目的としています。
💻 Category
bioinformatics
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。
Multi-omics Profiling Identifies Molecular and Cellular Signatures of Regular Physical Activity in Human Peripheral Blood
本論文は、血漿メタボロミクス、リポミクス、単一細胞トランスクリプトミクス、クロマチンアクセシビリティ解析を統合することで、定期的な運動が脂肪酸酸化や抗酸化防御を促進し、抗原提示細胞における抗原提示遺伝子の発現とクロマチンアクセス性を向上させ、CD8+T 細胞や NK 細胞の細胞毒性プログラムをエピジェネティックに前活性化するとともに、炎症シグナルを抑制する分子・細胞メカニズムを解明した。
Getting over ANOVA: Estimation graphics for multi-group comparisons
この論文では、生物学的研究で一般的に用いられる複雑な実験デザイン（共有対照、反復測定、2 要因因子計画、メタ分析など）に対応し、従来の仮説検定に代わる効果量の推定を可能にする新しい推定統計フレームワーク「DABEST 2.0」を紹介しています。
EpiExpr: Predicting gene expression using epigenetic data and chromatin interactions
この論文は、1 次元のエピジェネティックデータと 3 次元のクロマチン相互作用を統合した深層学習フレームワーク「EpiExpr」を提案し、DNA 配列変換器モデルと同等の精度で遺伝子発現を効率的に予測し、遠隔調節要素の特定を可能にするものである。
Joint Learning of Drug-Drug Combination and Drug-DrugInteraction via Coupled Tensor-Tensor Factorization with SideInformation
本論文は、化学構造や副作用などの補助情報を統合した結合テンソル分解と修正 ADMM 最適化アルゴリズムを用いることで、データの不完全性や新規薬剤の予測という現実的な課題に対処しつつ、薬物併用療法と薬物相互作用を同時に高精度に予測する新しい学習枠組みを提案しています。
QuantCell: machine learning based cell annotation integrating qualitative and quantitative imaging profiles
本論文では、定量的イメージングデータを機械学習で活用し、複雑な組織における細胞同定の精度と網羅性を大幅に向上させる新たなフレームワーク「QuantCell」を提案しています。
A single cell atlas of mouse podocytes upon injury identifies kidney zone-dependent responses.
単細胞アトラス解析により、マウス腎臓の皮質と髄質境界域におけるポドサイトが基盤的に異なる転写プロファイルを持ち、FSGS 発症時には p53 経路を介した老化様応答が病変の重症度に寄与し、これが局所的な損傷の差異を説明することが示されました。
t2pmhc: A Structure-Informed Graph Neural Network to predict TCR-pMHC Binding
本研究は、TCR-pMHC 複合体の予測構造を用いた構造情報に基づくグラフニューラルネットワーク「t2pmhc」を提案し、従来の配列ベースの手法では困難だった未知のペプチドに対する結合予測の一般化性能を大幅に向上させたことを示しています。
miREA: a network-based tool for microRNA-oriented enrichment analysis
本研究は、マイクロRNA-遺伝子相互作用（MGIs）をネットワークの「エッジ」として活用する 5 つの手法を組み合わせた新しいツール「miREA」を開発し、従来のノード中心の手法よりも高い感度でがん関連の経路や生物学的メカニズムを解明できることを示しています。
Rigidity-Aware Geometric Pretraining for Protein Design and Conformational Ensembles
この論文は、タンパク質の幾何学的特性と剛性を考慮した自己教師あり学習フレームワーク「RigidSSL」を提案し、分子動力学シミュレーションや摂動データを用いた事前学習により、タンパク質設計の設計可能性や新規性、およびコンフォメーションアンサンブルの予測精度を大幅に向上させることを示しています。