Cellects, a software to quantify cell expansion and motion
'셀렉츠 (Cellects)'는 다양한 생물학적 시스템의 2D 이미지 및 시계열 데이터로부터 세포의 성장, 운동 및 형태 변화를 자동 정량화할 수 있는 사용자 친화적이고 오픈소스 기반의 소프트웨어입니다.
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.
'셀렉츠 (Cellects)'는 다양한 생물학적 시스템의 2D 이미지 및 시계열 데이터로부터 세포의 성장, 운동 및 형태 변화를 자동 정량화할 수 있는 사용자 친화적이고 오픈소스 기반의 소프트웨어입니다.
이 논문은 유전자 발현, 위치, 단백질 구조 정보를 통합한 심층 학습 프레임워크인 DeepEST 를 개발하여 기존 방법보다 정확한 세균 단백질 기능 예측을 가능하게 하고 미확인 가설 단백질의 기능 분석을 지원한다는 점을 소개합니다.
본 연구는 단백질 구조 예측을 활용하여 ADAM10 의 기질 특성과 절단 부위를 규명하고, 이를 바탕으로 새로운 구조 기반 분류 프레임워크를 제시함으로써 실험적 검증 없이도 ADAM10 기질을 예측할 수 있는 방법을 개발했습니다.
본 논문은 뇌, 심장, 신장 등 다양한 줄기세포 유래 오가노이드를 대상으로 Stereo-seq 기술을 적용하여 최적화 및 분석 방법을 개발함으로써, 오가노이드의 공간적 전사체 특성을 고해상도로 규명하기 위한 최초의 체계적인 벤치마크 데이터셋을 제시합니다.
이 논문은 교호작용 (epistasis) 을 고려하지 않은 선형 모델을 사용한 전장 유전체 연관 분석 (GWAS) 이 실제보다 통계적 유의성이 과장된 위양성 결과를 초래할 수 있음을 수학적으로 유도하고 시뮬레이션을 통해 검증하여, 기존 GWAS 결과 해석 시 주의가 필요함을 시사합니다.
이 논문은 기존 방법론의 메모리 및 시간 제약을 극복하고 10 만 종 규모의 대규모 데이터셋에서도 통계적으로 일관된 종계통수 추정이 가능하도록 재설계된 고효율 알고리즘 STELAR-X 를 제안합니다.
본 논문은 230 만 개의 게놈을 대상으로 한 BacTaxID 프레임워크가 종 및 아종 분류와 균주 수준의 다양성을 포착하면서도 기존 SNP 및 cgMLST 기반 역학 조사와 일치하는 보편적이고 해석 가능한 박테리아 분류 체계를 제시함을 보여줍니다.
이 논문은 AlphaFold3 보다 우수한 성능을 달성한 최초의 완전 오픈소스 구조 예측 모델인 Protenix-v1 을 소개하고, 추론 시간 확장성, 템플릿 및 RNA 지원, 더 큰 데이터셋으로 학습된 변형 모델 출시, 그리고 개선된 벤치마킹 도구를 통해 생체분자 구조 예측 분야의 새로운 기준을 제시합니다.
이 연구는 구강 염증 환경이 탄수화물 이용 공생균을 감소시키고 아미노산 발효 및 항생제 내성을 갖춘 대사적으로 특화된 염증성 미생물 군집으로 생태계를 재구성한다는 것을 밝혀냈습니다.
이 논문은 시뮬레이션 연구를 통해 불완전 계통 분화 (ILS) 보다 유계 추정 오차 (GTEE) 가 종계통수 추정에 더 큰 부정적 영향을 미치며, 두 요인이 유계 분포에 미치는 구조적 차이가 다르다는 점을 규명했습니다.