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.
Pop-Corn은 단일 세포 및 공간적 맥락 모두에서 유전적 섭동이 세포 유형 및 세포 상태 구성을 어떻게 재편하는지를 직접적으로 예측함으로써 기존의 유전자 발현 기반 접근 방식보다 뛰어난 성능을 보이며 실험적 후속 조치를 위한 섭동의 우선순위 결정을 가능하게 하는 새로운 계산 방법론이다.
본 논문은 다양한 공간 오믹스 플랫폼과 질병 맥락에 걸쳐 섭동에 의한 이질성을 체계적으로 분석하기 위해, 조건 특이적인 미세환경 변화를 공유된 조직 구조로부터 분리해내는 공간 인지 대조 학습 프레임워크인 Haruka를 소개한다.
이 논문은 퍼지 프라이머 매칭(fuzzy primer matching), 맞춤형 하이라이팅, 내장된 k-mer 농축 분석을 가능하게 함으로써 롱리드 시퀀싱 데이터의 시각화, 품질 관리 및 문제 해결을 용이하게 하는 Rust 언어로 작성된 오픈 소스 크로스 플랫폼 명령줄 도구인 seqsizzle을 소개한다.
이 논문은 단백질 언어 모델의 신뢰도를 활용하여 동적 계획법 정렬의 탐색 공간을 동적으로 가지치기함으로써, 거의 완벽한 정확도를 달성하는 동시에 계산 복잡성을 크게 줄이고 크고 까다로운 단백질 서열의 고처리량 처리를 가능하게 하는 적응형 밴딩 니들먼-운치 알고리즘(Adaptive-Banding Needleman-Wunsch, AB-NW) 방식을 소개한다.
본 논문은 재현 가능한 생물학적 발견을 가속화하기 위해 단일 세포 및 고해상도 공간 전사체 데이터를 분석하는 데 있어 포괄적인 엔드 투 엔드 솔루션을 제공하는, nf-core 프레임워크를 기반으로 구축된 표준화되고 모듈화되었으며 확장 가능한 Nextflow 파이프라인인 EISCA와 EISTA를 소개한다.
본 연구는 목적에 맞게 훈련된 균류 ITS 임베딩이 오픈 월드 평가에서 올바르게 설정된 정렬 기반 접근 방식보다 우수하지 않음을 입증하며, 이전에 보고된 학습된 임베딩의 이점이 표현 자체가 아니라 휴리스틱 기본값, 누락된 커버리지 필터, 데이터 누출과 같은 방법론적 결함에 의한 것이었음을 밝혀낸다.
본 연구는 다환경 작물 시험 데이터를 활용하여 수확량을 예측하는 동시에, 맥락 의존적인 유전적 신호와 기상 주도적 유전-환경 상호작용을 밝혀내기 위해 해석 가능한 환경 특이적 마커 순위를 생성하는 어텐션 기반 그래프 신경망 프레임워크를 제안한다.
이 논문은 실험실들이 독점적인 훈련 데이터에 대한 접근 없이도 독점 및 공개 데이터셋 모두에서 높은 성능을 달성하면서 엄격한 교차 검증을 통해 서열 기반 항체 개발 가능성 예측 모델을 훈련, 평가 및 해석할 수 있도록 지원하는 오픈 소스 플랫폼인 DELPHI를 소개한다.
이 논문은 edgeR을 이용한 프라이버시 보존형 차등 발현 유전자 분석을 가능하게 하는 보안 다자간 계산 기반의 연합 학습 프레임워크인 FedEdgeR을 소개하며, 다양한 RNA-seq 데이터셋에 대해 중앙 집중식 분석과 동등한 성능을, 그리고 전통적인 메타 분석 방법보다 우수한 성능을 입증한다.
이 논문은 기존의 탠글그램(tanglegram)보다 계통수 간의 위상학적 유사성과 갈등을 더 잘 드러내기 위해, 공통 네트워크 스캐폴드 내에서 임의의 개수의 불일치하는 계통수들을 시각화하고 비교하는 오픈 소스 대화형 도구인 "계통 발생 평행사변형(phylogenetic parallelograms)"을 소개한다.