Integrative Multi-Scale Sequence-Structure Modeling for Antimicrobial Peptide Prediction and Design
이 논문은 항생제 내성 극복을 위해 시퀀스와 구조 정보를 통합한 다중 스케일 모델 'MultiAMP'를 제안하여 기존 방법보다 뛰어난 예측 성능을 달성하고, 해양 생물에서 새로운 항균 펩타이드를 발굴하며 기능적 패턴 해석과 설계를 가능하게 했음을 보여줍니다.
💻 Category
bioinformatics
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.
Spatial Mechanomics for Tissue-Scale Biomechanical Mapping and Multi-omics Integration
이 논문은 BioAFM 기반의 공간적 샘플링과 MechScape 컴퓨팅 플랫폼을 활용하여 조직 전체의 기계적 특성을 정량적으로 매핑하고 다중 오믹스 데이터와 통합하는 '공간 기계학 (Spatial Mechanomics)' 프레임워크를 제안합니다.
Topological Data Analysis of Spatial Protein Expression in Multiplexed Spatial Proteomics Studies
이 논문은 세포 분할 및 표현형 예측의 오류를 우회하고 단백질 발현의 연속적 공간 정보를 활용하여 환자 예후와 연관성을 분석하는 새로운 위상 데이터 분석 기법인 TOASTER 를 제안하며, 이를 통해 시뮬레이션과 삼중 음성 유방암 데이터를 통해 기존 방법보다 통계적 검정력을 향상시키고 위양성 오류를 통제할 수 있음을 입증했습니다.
AbiOmics: An End-to-End Pipeline to Train Machine Learning Models for Discrimination of Plant Abiotic Stresses Using Transcriptomic Profiling Data
이 논문은 1,243 개의 아라비디옵시스 전사체 데이터를 기반으로 320 개의 스트레스 특이적 마커 유전자를 식별하고 단일층 퍼셉트론 모델을 학습시켜 염분, 추위, 고온, 가뭄 등 다양한 비생물적 스트레스를 93% 의 정확도로 식별 및 구별하는 최초의 엔드투엔드 머신러닝 파이프라인 'AbiOmics'를 개발했다고 요약할 수 있습니다.
MAP: A Knowledge-driven Framework for Predicting Single-cell Responses for Unprofiled Drugs
이 논문은 14 개의 공개 리소스를 통합한 대규모 지식 그래프 (MAP-KG) 와 대비 학습 기반의 지식 주도 사전 학습 전략을 통해 기존 모델이 다루지 못했던 미프로파일링된 약물에 대한 단일 세포 반응 예측 성능을 획기적으로 개선한 'MAP' 프레임워크를 제안합니다.
Uncertainty-aware synthetic lethality prediction with pretrained foundation models
이 논문은 사전 훈련된 생물학적 기초 모델을 활용하여 단백질 상호작용 네트워크나 유전자 기능 주석에 의존하지 않고, 컨텍스트 인식 임베딩과 합동 예측을 통해 불확실성이 보정된 합성 치명성 유전자 쌍을 예측하는 새로운 프레임워크를 제안합니다.
DENcode: A model for haplotype-informed transmission probability of dengue virus
이 논문은 Colombo 의 덴기 바이러스 유전체 및 역학 데이터를 활용하여 숙주 내 해플로타입 정보를 기반으로 개별 감염 사례 간의 전파 확률을 추정하고 전파 네트워크를 구축하는 새로운 모델 'DENcode'를 개발하고 검증한 연구입니다.
A Framework for Autonomous AI-Driven Drug Discovery
이 논문은 지식 그래프와 대규모 언어 모델을 통합하여 방대한 데이터를 효율적으로 분석하고 투명하고 데이터 기반의 가설을 도출함으로써 대규모 자동화 신약 개발을 가능하게 하는 새로운 AI 프레임워크를 제시합니다.
Faster and Scalable Parallel External-Memory Construction ofColored Compacted de Bruijn Graphs with Cuttlefish 3
이 논문은 대규모 유전체 데이터에 대한 확장 가능한 분석을 위해, 지역 하위 그래프 축소 가속화, 결정론적 병렬 병합 알고리즘, 그리고 새로운 해시 기반 색상 추적 방법을 통해 GGCAT 대비 3.29~4.09 배의 속도 향상을 이루는 병렬 외부 메모리 알고리즘 'Cuttlefish 3'을 제안합니다.
BioMiner: A Multi-modal System for Automated Mining of Protein-Ligand Bioactivity Data from Literature
이 논문은 텍스트, 표, 그림의 다중 모달 정보를 활용하여 단백질 - 리간드 생체활성 데이터를 자동 추출하는 'BioMiner' 시스템과 이를 평가하기 위한 대규모 벤치마크를 소개하며, 이를 통해 기존 수작업의 한계를 극복하고 신약 개발 효율성을 크게 향상시켰음을 보여줍니다.