LLM-PathwayCurator transforms enrichment terms into audit-gated decision-grade claims
LLM-PathwayCurator 은 오믹스 데이터의 경로 풍부화 결과를 감사 가능한 증거 기반 주장으로 변환하고, 컨텍스트 변경이나 지지 유전자 누락 시 발생하는 계약 위반이나 약한 지지를 감지하여 추론을 중단함으로써 재현 가능한 품질 보증 계층을 구축합니다.
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.
LLM-PathwayCurator 은 오믹스 데이터의 경로 풍부화 결과를 감사 가능한 증거 기반 주장으로 변환하고, 컨텍스트 변경이나 지지 유전자 누락 시 발생하는 계약 위반이나 약한 지지를 감지하여 추론을 중단함으로써 재현 가능한 품질 보증 계층을 구축합니다.
이 논문은 600 개 이상의 모델을 광범위하게 분석하여 데이터가 충분할 경우 기초 모델이 세포 반응 예측의 성능 한계에 도달할 수 있음을 입증하고, 다양한 모델 통합 방법을 통해 유전적 및 화학적 교란에 대한 예측 정확도를 크게 향상시킬 수 있음을 보여줍니다.
이 논문은 코딩 없이 웹 브라우저에서 실시간으로 고해상도 재구성을 가능하게 하여 공간 전사체학 데이터를 정적 분석에서 현미경과 같은 탐색적 모달리티로 전환하는 'NaVis'라는 가상 현미경 프레임워크를 소개합니다.
이 논문은 1 만 8 천여 마리의 생쥐에서 6 만 5 천 건의 초음파 영상을 분석하여 심장의 형태와 기능을 정량화하는 AI 기반 자동화 파이프라인 'EchoVisuALL'을 개발하고, 이를 통해 기존에 알려지지 않은 12 개의 새로운 심장 질환 관련 유전자를 포함한 총 37 개의 유전자를 발견했다고 요약할 수 있습니다.
이 연구는 인간 단백질 아틀라스의 전사체 데이터를 통합하여 32 개 조직 및 81 개 세포 유형별 효소 제한 게놈 규모 대사 모델을 구축하고, 이를 통해 고당·고지방 식이가 간 대사 재프로그래밍을 유도하여 지방간 질환을 초래하는 기전을 규명했습니다.
이 논문은 기존 클러스터링 방법의 한계를 극복하고 공간 전사체 데이터의 해부학적 경계와 국소적 미세구조를 정밀하게 식별하기 위해 공간 위상과 지역적 활성화 신호를 통합한 'Spartan'이라는 새로운 그래프 기반 분석 프레임워크를 제안합니다.
이 논문은 종 간 발달 원리를 규명하기 위해 다양한 종의 단일 세포 전사체 지도를 정량적으로 비교하고 매칭하는 새로운 방법론인 RIMA 를 제안하며, 이를 통해 배아 발생의 분자적 유사성 병목 현상과 보존된 발달 프로그램을 규명하고 희소 데이터 보강 및 종 간 예측을 가능하게 함으로써 생물학적 모델 개선과 번역 연구에 새로운 길을 제시합니다.
이 논문은 FragPipe 워크플로우에 'Match-Between-Glycans(MBG)' 방법을 통합하여, 기존 MS2 스펙트럼의 한계를 극복하고 저농도 또는 복잡한 당펩타이드의 식별을 확장하며 더 포괄적인 당화 정량 프로파일을 제공하는 새로운 접근법을 제시합니다.
본 논문은 시드-체인-정렬 휴리스틱, 적응형 밴딩 전략 및 SIMD 최적화를 도입하여 기존 POA 도구 대비 속도와 메모리 효율성을 획기적으로 개선하고 대규모 파노믹스 데이터 처리를 가능하게 하는 새로운 도구 'minipoa'를 제안합니다.
이 논문은 생성형 구조 기반 약물 설계 모델이 생성한 화합물의 합성 불가능성 문제를 해결하기 위해, 생성 모델과 화학적 유사성 검색을 결합한 모델 유도 가상 스크리닝 (MGVS) 파이프라인을 제안하여 기존 가상 리간드 스크리닝보다 최소 25 배 효율적인 합성 가능 유사체를 식별할 수 있음을 입증합니다.