Probabilistic coupling of cellular and microenvironmental heterogeneity by masked self-supervised learning
이 논문은 마스킹 자기지도 학습을 기반으로 한 'Mievformer'라는 트랜스포머 프레임워크를 제안하여, 세포 상태와 미세환경의 이질성 간의 확률적 결합을 정량적으로 분석하고 공간 오믹스 데이터에서 미세환경 표현을 학습하는 새로운 방법을 제시합니다.
💻 Category
bioinformatics
1235 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.
Turep: Detecting cross-cancer tumor-reactive T cells in single-cell and spatial transcriptomics data
이 논문은 다양한 암종에 걸쳐 강건하게 종양 반응성 T 세포를 식별하고 면역치료 반응을 예측하며 공간적 분포를 규명하기 위해 단일 세포 및 공간 전사체 데이터를 활용한 딥러닝 기반 방법론인 'Turep'을 제안합니다.
Genomic dialects: How amino acid properties and the second codon base shape the informational accents of life
이 연구는 아미노산의 물리화학적 특성과 두 번째 코돈 염기 분류가 1,406 종의 생물에서 코돈 사용 편향을 결정하는 주요 요인임을 규명하여, 종별 유전체 패턴을 '정보적 억양'으로 해석하고 번역 충실도와 단백질 안정성이라는 제약 하에 진화했음을 제시합니다.
Efficient and scalable modelling of cotranscriptional RNA folding with deterministic and iterative RNA structure sampling
이 논문은 기존 확률적 방법의 한계를 극복하고 RNA 구조 샘플링의 효율성과 확장성을 획기적으로 개선하여 비평형 상태의 전사 중 RNA 접힘을 정밀하게 모델링할 수 있는 새로운 결정론적 반복 샘플링 프레임워크 'memerna'를 제안합니다.
Systematic Evaluation of AlphaFold2 and OpenFold3 on Protein-Peptide Complexes
본 논문은 271 개의 단백질 - 펩타이드 복합체를 대상으로 한 체계적 벤치마크를 통해 AlphaFold2 가 OpenFold3 보다 전반적으로 우수한 성능을 보였으며, 훈련 데이터의 암기 효과와 신뢰도 점수의 한계, 그리고 단백질 - 단백질 복합체용 임계값의 부적합성 등을 규명하여 펩타이드 특화 평가 체계와 보정된 지표의 필요성을 강조했습니다.
Graph Neural Networks (GNNs) for Protein-Ligand Interaction Prediction
이 논문은 그래프 신경망 (GNN) 의 해석 가능성 부족을 해결하고 단백질 - 리간드 상호작용 예측의 정확성과 생물학적 신뢰성을 높이기 위해 시각화, 어텐션 메커니즘, 단백질 언어 모델 통합 및 하이브리드 아키텍처 등 다양한 해석 가능 AI 기법과 도구를 제안합니다.
Reveal Principles of Codon Optimization via Machine Learning
이 논문은 경험적 법칙과 신경망 기반의 두 가지 접근법을 각각 활용한 'OptimWiz 2.1'과 'OptimWiz 3.0'을 개발하여 기존 상용 도구보다 우수한 단백질 발현 성능을 입증하고, 머신러닝 과정을 통해 코돈 최적화의 원리를 규명했다고 요약할 수 있습니다.
SpaceBender: Denoising Spatial Transcriptomics Data to Enhance Biological Signals
이 논문은 RNA 확산으로 인한 노이즈를 제거하여 공간 전사체 데이터의 생물학적 신호를 강화하고 기존 방법보다 우수한 성능을 보이는 오픈소스 도구인 SpaceBender 를 소개합니다.
Tensor-Derived Similarity Networks for Characterising Spatial Patterns in Colorectal Cancer
이 논문은 대장암의 공간적 조직화를 분석하기 위해 텐서 기반 유사도 네트워크 프레임워크를 제안하고, 이를 통해 실제 종양 조직이 무작위 배치보다 더 구조화된 공간적 패턴을 보임을 규명하여 공간 전사체 데이터 분석을 위한 새로운 방법론을 제시합니다.
EpiRanha: Hunting for Epitope Similarity with a Structure- and Residue-Aware Graph Neural Network
이 논문은 시퀀스 임베딩과 3 차원 구조를 통합한 그래프 신경망 'EpiRanha'를 제안하여 기존 방법의 한계를 극복하고, 유연한 잔기 단위 매핑을 통해 정교한 에피토프 유사성 탐지 및 교차반응성 위험 평가를 가능하게 한다고 요약할 수 있습니다.