1260 편의 논문
생물학 데이터의 거대한 바다를 해석하는 열쇠가 바로 생물정보학입니다. 이 분야는 방대한 유전체 정보를 컴퓨터 과학과 통계학으로 연결하여 생명 현상을 이해하는 새로운 방식을 제시합니다. 복잡한 DNA 서열이나 단백질 구조를 단순히 나열하는 것을 넘어,这些数据가 실제로 어떤 의미를 지니는지 찾아내는 과정이 핵심입니다.
Gist.Science 는 bioRxiv 에 매일 올라오는 최신 생물정보학 프리프린트들을 면밀히 검토합니다. 우리는 전문가가 작성한 기술적 요약을 제공함과 동시에, 비전문가도 쉽게 이해할 수 있는 평이한 설명을 함께 준비하여 연구의 핵심을 명확하게 전달합니다.
아래에는 bioRxiv 에서 선별된 최신 생물정보학 연구 논문들이 나열되어 있습니다.
이 연구는 생체정보학적 접근법을 활용하여 외상 후 스트레스 장애, 조현병 및 양극성 장애에 공통적으로 관여하는 핵심 유전자, 전사 인자, 마이크로 RNA 및 치료 표적을 규명함으로써 이러한 정신 질환과 자가면역 염증 및 감염 질환 간의 연관성을 제시했습니다.
이 논문은 단일 세포 RNA 시퀀싱 데이터에서 전이성 요소 (TE) 의 로커스별 정량 분석을 위한 컴퓨팅 도구들을 체계적으로 평가하여, 짧은 리드 기반 기술의 한계를 규명하고 고전적 삽입에 대한 정밀 분석과 젊은 TE 의 하위 가족 수준 집계 등 실용적인 분석 가이드라인을 제시합니다.
이 논문은 정적인 단일 구조 분석의 한계를 극복하고 단백질의 동적 구조 앙상블을 그래프 파라미터와 잔기 상호작용 네트워크 (RIN) 를 통해 비교 분석할 수 있는 새로운 도구인 SlytheRINs 를 소개하고, 이를 통해 인간 포도당 -6- 인산가수분해효소 (G6PC1) 의 병리적 변이가 구조적 유연성과 촉매 기능에 미치는 영향을 규명했습니다.
이 논문은 시뮬레이션을 통해 카리브해 아크로포라 산호 복원 시 잡종이 유전적 침식을 초래할 위험은 낮지만, 적응적 유전자 흐름의 가능성 또한 제한적임을 밝혀, 장기적인 생태 및 진화적 통찰을 제공하는 시뮬레이션의 가치를 강조합니다.
이 논문은 F1 하이브리드나 긴 리드 시퀀싱과 같은 위상 정보가 명확한 데이터셋을 활용하여 대립유전자별 측정값을 분석하는 새로운 딥러닝 모델인 DeepAllele 을 제안함으로써, 유전적 변이를 통해 기능적으로 중요한 조절 모티프를 발견하고 유전체학에서의 인과적 발견을 강화하는 계산 프레임워크를 제시합니다.
이 논문은 풀드 시퀀싱 데이터를 통해 변이체의 성장률을 정량화하기 위해 최소제곱법을 넘어 최대우도추정 및 변분 베이지안 추론을 적용하고, 지수적 성장뿐만 아니라 로지스틱 및 곰프르츠 성장 모델과 같은 다양한 성장 모델을 통합할 수 있는 통계적 추론 프레임워크를 제시합니다.
이 논문은 결측 데이터를 포함한 실증적 유전자형을 처리하고 그 분포를 복제하며, 위상 제거, 시퀀싱 오류 시뮬레이션, 다양한 포맷 변환 등 다양한 기능을 제공하는 C 언어 기반 도구인 EGGS 를 소개합니다.
이 논문은 기존 방법의 한계를 극복하고 세포 주기 같은 진동적 생물학적 과정을 정량화하기 위해, 단일 세포 RNA 시퀀싱 데이터와 주기 유전자 목록만으로 순환 흐름 역학을 기반으로 유전자 조절 네트워크를 추론하는 새로운 프레임워크인 CycleGRN 을 제안하고 그 유효성을 입증합니다.
이 논문은 단일 정적 구조가 아닌 분자 동역학 기반의 입체적 앙상블을 명시적으로 통합한 생성적 딥러닝 프레임워크 'ProChoreo'를 제안하여, 수용체 서열에 기반한 새로운 단백질 바인더를 설계하고 그 유효성을 검증했습니다.
이 논문은 기존 방법의 한계를 극복하고 단일 세포 멀티-오믹스 데이터에서 고해상도 특징 및 샘플 결합 임베딩을 학습하여 네트워크 재구성과 환자 하위 유형 발견, 임상 예후 예측을 가능하게 하는 새로운 스펙트럼 프레임워크 'MOSAIC'을 제안합니다.