1197 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.
본 논문은 기존의 일반적인 상피-중간엽 이행 프레임워크의 한계를 해결하기 위해, 다양한 실험 모델과 질병 맥락에 걸쳐 내피-중간엽 이로(EndoMT)의 특이적이고 민감한 전사체 농축 분석을 가능하게 하도록 설계된 방향성이 지정된 유전자 세트의 큐레이션된 자원인 EndoMT R 패키지를 소개한다.
본 연구는 매칭된 H&E 조직학을 훈련 시 감독 신호로 사용하는 것이 스팟 기반 공간 전사체학의 슬라이드 특이적 배치 구조가 공유된 유전자-형태 신호를 제한하기 때문에 전사체 파운데이션 모델을 일관되게 개선하는 데 실패하며, 궁극적으로는 소실된 생물학적 세부 정보를 복구하지 못한 채 기존의 정보만을 재구성한다는 것을 입증한다.
이 논문은 매칭된 기존 유전형 분석 데이터가 없는 경우에도 정확한 하위 eQTL 및 HLA-TCR 연관 분석을 가능하게 하도록, 단일 세포 RNA 시퀀싱 리드로부터 공여자의 유전형을 직접 재구성하는 생물정보학 프레임워크인 scTAPAS를 소개한다.
PIE는 학습 과제를 모집단 수준의 효과를 중심으로 재구성하고 보조적인 생물학적 입력을 활용함으로써, 보이지 않는 맥락, 섭동 및 데이터셋 전반에 걸쳐 세포 섭동 효과를 일반화하는 새로운 모델로, 유전자 발현 변화 및 차별적 발현 유전자를 예측하는 데 있어 최첨단 성능을 달성하였다.
본 연구는 상동성 기반 변이 효과 예측기들이 주로 촉매 활성이 아닌 단백질 풍부도를 추적하기 때문에 사이토크롬 P450 약물유전학에서 체계적으로 실패한다는 점을 입증하며, 이는 기능적 결과를 정확하게 예측하기 위해 기질 특이적 맥락을 포함하는 새로운 모델링 접근법이 필요함을 시사한다.
EnsPlex는 다양한 구조적 샘플링 방법과 위상 인지 품질 평가 모델(FACET)을 통합한 다중 소스 프레임워크로서, 기존 방식들과 비교하여 항원-항체 시스템에서 단백질 복합체 예측 정확도와 성공률을 유의미하게 향상시킵니다.
이 연구는 다중 샘플 공간 전사체 데이터를 분석하기 위해 MAPLE 알고리즘을 도입하여, 특발성 폐섬유증의 진행이 인간 폐에서 영역 특이적 섬유화 프로그램 및 노화 세포와 비정상적인 기저세포 니치(basaloid niches) 사이의 공간적 공국소화를 포함한다는 것을 밝혀냈다.
이 논문은 합성 벤치마크에서의 우수한 정확도와 교모세포종에서의 생물학적 관련 통찰력을 통해 입증되었듯이, 단일 세포 전사체 데이터로부터 유전자 조절 네트워크를 추론하는 데 있어 고전적 방법들을 크게 능가하는, 확장 가능한 변분 양자 알고리즘(VQ-Net)과 결합된 새로운 양자 해밀토니안 기반 생성 모델인 QHGM을 소개한다.
MetaUmbra는 참조 게놈 패널에 대한 고유 및 공유 펩타이드 증거를 공식적으로 평가하여 분류학적 모호성을 해결함으로써, 메타프로테오믹스에서 통계적으로 제어된 게놈 수준의 존재 추론을 가능하게 하는 새로운 계산 도구이다.
이 논문은 메타셀 모델에 의해 생성된 데이터에 표준 scRNA-seq 전처리 워크플로우를 적용하면 PCA 공간에서 가우시안 혼합 모델이 형성된다는 점을 확립하며, 이는 무작위 행렬 이론을 통해 도출된 결과로서 메타셀 모델이 실제 데이터셋의 유전자 상관관계를 포착하고 분산을 과소평가하는 데 있어 갖는 한계를 드러내는 동시에 다운스트림 통계 모델링을 개선하기 위한 프레임워크를 제공한다.