sctrial: Participant-Level Differential Analysis for Longitudinal Single-Cell Experiments
이 논문은 종단적 단일세포 실험에서 참가자 수준의 생물학적 반복을 고려하여 위양성률을 줄이고 더 엄밀한 통계적 추론을 가능하게 하는 오픈 소스 분석 프레임워크인 'sctrial'을 제안하고, 이를 다양한 임상 연구에 적용하여 기존 세포 단위 분석의 한계를 보완함을 보여줍니다.
💻 Category
bioinformatics
1242 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.
Halo: a pretrained model for whole-cell segmentation from nuclei images in spatial transcriptomics
이 논문은 핵 이미지만으로 제공되는 공간 전사체학 데이터에서 RNA 분포와 핵 형태를 통합하여 학습 없이도 적용 가능한 전구체 모델 'Halo'를 제시함으로써, 기존 핵 확장 전략보다 정밀한 전체 세포 분할과 세포 유형 식별을 가능하게 한다고 요약할 수 있습니다.
Integrated Transcriptomic and Network-Based Identification of Prognostic Hub Genes in Oral Squamous Cell Carcinoma
이 연구는 TCGA 전사체 데이터와 네트워크 분석을 통합하여 구강 편평세포암의 진행과 관련된 예후 바이오마커 및 치료 표적 후보인 핵심 유전자 (CDK1, CCNB1 등) 를 규명했습니다.
From nucleotides to semantics: genomic representation learning via joint-embedding predictive architecture
이 논문은 DNA 서열의 한계를 극복하고 효율적인 학습을 위해 국소적 염기 재구성이 아닌 잠재 공간의 의미 정렬에 초점을 맞춘 새로운 프레임워크 'GenoJEPA'를 제안하고, 다양한 하위 작업에서 뛰어난 일반화 성능과 낮은 계산 비용을 입증합니다.
Looplook: An integrative suite for target assignment and functional annotation of chromatin interactions empowered by expression-aware refinement and connected components clustering
이 논문은 3D 염색체 구조와 전사체 데이터를 통합하여 비활성 상호작용을 제거하고 고신뢰도 공간 조절 네트워크를 구축하는 오픈소스 R 패키지 'looplook'을 소개합니다.
Leveraging Uncertainty Estimates for Drug Response Prediction in Cancer Cell Lines
이 논문은 암 세포주에서 약물 반응 예측을 위해 불확실성 추정 방법을 체계적으로 평가하고, 이를 통해 예측 신뢰도를 높이고 실험을 우선순위화하며 예측 불가능성을 유발하는 유전자를 식별하는 프레임워크를 제시합니다.
SegBio: A lightweight end-to-end toolkit for Instance Segmentation of biological samples
SegBio 는 복잡한 생물학적 샘플의 인스턴스 분할을 위해 최소한의 주석으로 마스크를 생성하고, 구성 가능한 U-Net 훈련 모듈과 인간 개입 루프 편집 워크플로우를 통합하여 비전문가도 쉽게 사용할 수 있는 경량 오픈 소스 엔드 투 엔드 툴킷을 제안합니다.
ProMaya: a hierarchical universal Deep Learning framework for accurate and interpretable Protein-Protein interaction identification
이 논문은 3D 원자 기하학, 전자 분포, 단백질 언어 모델 임베딩 등 다양한 다중 스케일 정보를 통합한 계층적 그래프-트랜스포머 프레임워크 'ProMaya'를 제안하여, 9 개 종과 47GB 의 실험 데이터에서 95% 이상의 정확도로 기존 최첨단 도구들을 능가하는 정확한 단백질 - 단백질 상호작용 식별 및 해석 가능성을 입증했습니다.
Sequence-Driven Drug-Target Affinity Prediction Via Graph Attention Networks and Bidirectional Cross-Attention Fusion
이 논문은 실험적 구조 데이터 없이도 분자 그래프와 ESM2 기반 접촉 지도를 그래프 어텐션 네트워크로 인코딩하고, 양방향 교차 어텐션 융합 모듈을 통해 약물과 표적 단백질 간의 상호작용을 정밀하게 학습하는 새로운 시퀀스 기반 약물 - 표적 친화도 예측 모델인 XAttn-DTA 를 제안하며, 다양한 벤치마크에서 기존 최선 모델 대비 뛰어난 성능과 일반화 능력을 입증했습니다.
BABAPPASnake: a workflow for episodic selection analysis with robustness-aware summaries
BABAPPASnake 는 오쏘로그 중심의 간헐적 선택 분석을 위한 통합 워크플로우로, 다양한 분석 단계를 하나의 재현 가능한 프레임워크로 통합하고 민감도 추적 및 견고성 평가를 지원하여 분석의 투명성과 신뢰성을 높이는 도구입니다.