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 논문은 네트워크 종분화 공동계승 모델 하에서 기존 방법보다 훨씬 빠르고 통계적으로 일관된 'blob'이 있는 계통수 (TOB) 를 재구성할 수 있는 새로운 프레임워크 TOB-QMC 를 제안하며, 이는 큰 규모의 유전체 데이터를 처리하고 가설 검정 매개변수를 효과적으로 탐색할 수 있게 해줍니다.
이 논문은 공간 대사체학 (SM) 과 공간 전사체학 (ST) 데이터를 통합 분석하여 유전자 - 대사체 관계를 규명하고 공간적 의존성을 고려한 통계적 검정을 수행하는 새로운 프레임워크인 MANTIS 를 소개합니다.
이 논문은 단백질 언어 모델의 예측에서 안정성 영향을 제거하여 기능적 타당성 점수를 추정함으로써 단백질의 안정성과 기능을 분리해 내고, 기능적으로 중요한 부위를 식별하며 합리적 단백질 공학을 지원할 수 있는 새로운 딥러닝 프레임워크인 DETANGO 를 제안합니다.
이 논문은 공간 좌표, 조직학적 이미지 특징, 분자 프로파일을 통합하여 그래프 대비 학습을 수행하는 'SpaMOAL'을 제안함으로써, 기존 방법들보다 우수한 성능으로 공간적 조직 영역을 정확하게 식별하는 새로운 프레임워크를 제시합니다.
이 논문은 최적 수송 (optimal transport) 기반 분석 프레임워크를 통해 급성 바이러스 감염에 반응하는 CD8 T 세포의 시간적·조직적 분화 역학을 재구성하고, 조직 거주 기억 T 세포 형성의 이질적 이동 패턴과 이를 조절하는 AP4 전사 인자의 역할을 규명했습니다.
이 논문은 MPRAs(대규모 병렬 리포터 어세이) 데이터의 복잡한 불확실성을 고려하여 기존 방법들보다 민감도와 특이도가 뛰어난 계층적 통계 모델인 'keju'를 제안합니다.
이 논문은 고차원 오믹스 데이터의 노이즈 문제를 해결하기 위해 머신러닝 파이프라인의 핵심 단계인 특징 선택 기법 중 '슈어 스크리닝 (sure screening)' 방법을 평가하고, 다양한 오믹스 분류 시나리오에서 BcorSIS 가 CSIS 및 DCSIS 보다 계산 효율성과 성능 면에서 가장 우수한 방법임을 입증했습니다.
본 연구는 4,328 마리의 바보온과 281 마리의 리서스 원숭이의 장기 임상 데이터를 활용하여 비선형 AI 모델을 통해 수명을 예측하는 '노화 회복력 (Aging Resilience)' 지표를 개발하고 검증함으로써, 단순한 연령 예측이 아닌 생물학적 건강 수명을 평가할 수 있는 확장 가능한 프레임워크를 제시했습니다.
이 논문은 TLR5 활성화 분자를 발견하기 위해 전사체 기반의 시스템 수준 접근법 (CMAP) 을 활용하여 리드 물질을 생성하고, 리간드 및 구조 기반 방법으로 우선순위를 선정하며 실험적으로 검증하는 새로운 프레임워크를 제시합니다.
이 논문은 단일 세포 및 공간 전사체 데이터의 확률적 특성을 반영하여 이산적 발현 전환과 연속적 변이를 동시에 포착하고 배치 효과를 완화하며 유전자 선택에 의존하지 않는 새로운 정보 기하학적 프레임워크인 GAIA 를 제안합니다.