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.
이 논문은 단백질 서열만으로 근접성을 유도하고 표적 단백질 분해를 유도하는 거대 고리 분자 글루(macrocyclic molecular glue)의 데 노보(de novo) 설계를 가능하게 하는 딥러닝 프레임워크인 EvoBind-multimer를 소개하며, 또한 이러한 글루의 기능적 결과가 서로 다른 환자 유래 모델 사이에서 맥락 의존적으로 달라질 수 있음을 밝혀낸다.
이 논문은 현재의 최첨단 효소 기능 예측 모델들이 계통 발생학적 지름길에 크게 의존하며 촉매 능력이 없는 변이체와 기능적 효소를 구분하는 데 실패한다는 점을 입증하기 위해 구조적으로 붕괴된 효소 디코이(decoy)로 구성된 새로운 벤치마크 데이터셋인 EnzymARC를 소개하며, 이를 통해 모델 학습 및 평가 과정에서 구조를 인지하는 부정적 예시(negative examples)가 필수적임을 강조한다.
이 논문은 인플루엔자 변이 할당 및 성장률 추정 방법의 정확도와 구체적인 실패 모드를 밝히기 위해, 유전 서열을 항원 표현형과 연결하여 숙주 선택 하에 지면 진실(ground-truth) 데이터를 생성하는 순방향 시간 역학 시뮬레이터인 antigen-prime을 소개한다.
이 연구는 표준적인 차수 기반 유전자 우선순위 지정 방식이 생물학적 과정을 조율하는 데 필수적인 비허브 커넥터 유전자를 체계적으로 간과한다는 점을 밝히고, 기능적 주석이나 커뮤니티 탐지에 의존하지 않고도 이러한 누락된 유전자들을 성공적으로 복구하는 분할 불필요한 정보 이론적 중심성 척도인 EDVS를 제안한다.
SVlog는 유전체 데이터를 관계형 사실로 변환하고 결합 가능한 논리 규칙을 적용함으로써, 임상 질환 큐레이션을 위한 구조적 변이의 빠르고 결정론적이며 설명 가능한 분석, 주석 달기 및 우선순위 지정을 가능하게 하는 Souffle 기반의 투명한 선언적 논리 프로그래밍 프레임워크입니다.
본 논문은 식물과 인간의 미토콘드리아 스트레스 신호 전달 네트워크가 복잡성 측면에서는 분화되었으나 근본적인 조직 원리는 공유하고 있음을 입증하는 비교 *in silico* 프레임워크를 제안하며, 이는 회복력 중심의 더 단순한 식물 시스템이 인간의 미토콘드리아 질환 취약성에 관한 검증 가능한 가설을 생성하기 위한 개념적 모델로서 기능할 수 있음을 시사한다.
이 논문은 기본 설정의 한계를 극복하기 위해 다중 지표 평가와 라틴 초입 샘플링(Latin Hypercube Sampling)을 통해 분자 네트워킹 파라미터를 최적화함으로써, 다양한 데이터 세트와 스코어링 방법 전반에 걸쳐 더욱 견고하고 화학적으로 유의미하며 안정적인 네트워크를 생성하는 체계적인 프레임워크인 arteMIS를 소개한다.
이 논문은 구조화된 단백질과 무질서한 단백질 모두의 위상(topology)을 분석하기 위해 다양한 회로 위상학(Circuit Topology) 방법론을 사용자 친화적인 인터페이스 및 재현 가능한 환경과 통합한 새로운 PyMOL 플러그인을 소개한다.
이 논문은 희소 오토인코더 프레임워크인 SPIRAL을 소개하며, 이는 BiRNA-BERT RNA 언어 모델의 은닉 상태를 2차 구조 및 RNA 패밀리 유형을 나타내는 해석 가능한 뉴클레오타이드 정렬 특징으로 성공적으로 디코딩함으로써, 바이트 쌍 토큰화(byte-pair tokenization)의 어려움에도 불구하고 다운스트림 예측 성능을 향상시킨다.
이 논문은 R 기반의 scDblFinder 더블릿 검출 도구를 파이썬으로 구현한 scDblFinderPy를 소개하며, 이는 기존의 높은 성능을 그대로 재현하는 동시에 대규모 단일 세포 시퀀싱 데이터 처리를 가속화하기 위한 선택적 GPU 지원 기능을 추가하였다.