SuperCell2.0 enables semi-supervised construction of multimodal metacell atlases
이 논문은 대규모 다중 모달 단일 세포 데이터셋의 분석을 간소화하고 메타세포의 품질을 향상시키는 강건한 워크플로우인 SuperCell2.0 을 소개하며, 이를 통해 혈액 및 종양 샘플에서 인터페론에 의해 프라임된 단핵구와 대식세포를 식별하고 특성화하는 데 성공했다고 요약할 수 있습니다.
💻 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.
Prediction of ligand-dependent conformational sampling of ABC transporters by AlphaFold3 and correlation to experimental structures and energetics
본 논문은 AlphaFold3 가 실험적으로 확인된 ABC 수송체의 리간드 의존적 구조 변화와 역학적 특성을 성공적으로 예측하고, 실험 데이터와 일치하는 새로운 구조적 상태를 제안하며, 훈련 데이터에 포함되었음에도 불구하고 학습된 원리를 바탕으로 한 외삽 능력을 보여준다는 것을 입증합니다.
wavess 1.2: Presenting an HLA-aware within-host virus sequence simulation framework
이 논문은 HLA(인간백혈구항원) 를 고려한 세포독성 T 림프구 (CTL) 반응과 가변적 재조합률을 포함하도록 기존 바이러스 시뮬레이션 프레임워크인 wavess 1.2 를 확장하여 숙주 내 바이러스 진화를 더 정확하게 모델링할 수 있음을 제시합니다.
Learning heritable multimodal brain representation via contrastive learning
이 논문은 T1 및 T2 가중 MRI 의 쌍을 기반으로 한 모멘텀 기반 대비 학습 프레임워크를 통해 단일 모달리티의 한계를 극복하고, 유전적 일관성이 높은 다중 모달 뇌 표현을 학습하여 유전체 발견 및 질병 예측 성능을 향상시킨다는 내용을 담고 있습니다.
Differential analysis of image-based chromatin tracing data with Dory
이 논문은 고차원적이고 변동성이 큰 이미지 기반 염색체 추적 데이터를 분석하여 두 그룹 간의 유의미한 공간적 구조 차이를 식별하는 통계적 도구인 Dory 를 개발하고, 이를 통해 A/B 컴파트먼트 변화 및 프로모터 - 인핸서 상호작용과 유전자 발현 간의 연관성을 규명했습니다.
Chemical Probes in Scientific Literature: Expanding and Validating Target-Disease Evidence
본 연구는 1,800 만 건 이상의 문헌을 분석하여 화학적 프로브가 표적 - 질병 연관성을 기존 지식 베이스보다 1~7 년 앞서 발견하고, 새로운 치료 표적을 발굴하며, 기존 상관관계 데이터를 기능적 검증으로 강화함으로써 초기 약물 개발의 핵심 도구임을 규명했습니다.
How to gain valuable insight from scarce data with Machine Learning: a post-hoc explanation tool to identify biases in biological images classification
이 논문은 제한된 생물의학 이미지 데이터셋에서 머신러닝 모델이 개체 식별과 같은 편향된 패턴을 학습할 수 있음을 SHAP 기반 설명 기법을 통해 규명하고, 이를 통해 편향을 제거하고 데이터가 지원하는 생물학적 의미 (예: 상처 회복 시기) 를 추출할 수 있음을 보여줍니다.
Fast and alignment-free flavivirus classification from low-coverage genomes
이 논문은 정렬이 필요 없으며 낮은 시퀀싱 커버리지에서도 99% 의 정확도로 플라비바이러스를 분류할 수 있는 새로운 딥러닝 모델인 DiCNN-UniK 를 개발하여 기존 방법의 계산적 한계와 데이터 품질 민감성을 극복했다고 요약할 수 있습니다.
High-resolution population structure inference using genome-wide short tandem repeat variations
이 논문은 전장 유전체 STR 변이를 활용하여 새로운 방향성 비음수 행렬 분해 (dNMF) 모델을 포함한 다중 모달 프레임워크를 제시함으로써, SNP 보다 우수한 해상도로 인간 집단 구조를 추론할 수 있음을 입증했습니다.
ProteinConformers: large-scale and energetically profiled descriptions of protein conformational landscapes
ProteinConformers 는 다중 시드 분자 동역학 전략을 통해 270 만 개의 기하학적 최적화 단백질 입체 구조와 1,370 만 개의 에너지 평가 및 550 만 개의 유사성 주석을 제공하여, 비내재적부터 준내재적 상태에 이르는 연속적인 단백질 입체 구조 지형을 체계적으로 묘사하고 분석할 수 있는 대규모 플랫폼을 구축했습니다.