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.
SPARKLE은 샘플 내 마스크 외부의 증거를 활용하여 이소성 신호를 추정하고 제거함으로써 국소적 RNA 누출을 교정하고, 이를 통해 세포 유형의 국소화 및 다운스트림 분석의 신뢰성을 향상시키는 고해상도 공간 전사체 기술의 빠르고 참조가 필요 없는 계산 방법이다.
본 연구는 글리오블라스토마의 생존 예측 및 치료 표적화를 개선하기 위해 경쟁적 내인성 RNA(ceRNA)와 복제수 변이(CNV) 데이터를 통합하여 hsa-miR-196a 및 hsa-miR-224를 포함한 5개의 예후 바이오마커를 식별하는 새로운 후기 융합 관계 그래프 합성곱 신경망(RGCN) 앙상블을 소개한다.
GlycoMeSH는 추론 모델과 추적 가능한 데이터베이스를 통해 글리칸 구조를 의학 주제 표목(MeSH)과 연결함으로써 글리칸 구조와 생물 의학적 맥락 사이의 간극을 메우고, 이를 통해 당과학 데이터 세트 전반에 걸친 체계적인 농축 분석을 가능하게 하는 포괄적인 리소스입니다.
PandaDock는 유연한 리간드 컨포메이션 탐색과 해석적 그래디언트를 통합하고, 복잡한 결합 시나리오를 위한 특화된 모듈과 다양한 단백질-리간드 타겟에 걸쳐 경쟁력 있는 포즈 회복 및 친화도 예측 성능을 달성하기 위한 확장 가능한 SE(3)-등변 신경망 스코어링 함수를 갖춘 오픈 소스 분자 도킹 플랫폼입니다.
이 논문은 기존의 세포 중심적 접근 방식을 넘어 공동 분석, 시각화 및 머신러닝을 가능하게 하기 위해 세포 외 기질과 세포와의 인터페이스를 공간 그래프로 표현하는 공간 단백질체학 프레임워크인 Mantpy를 소개한다.
PerturbLDM은 Tahoe-100M 데이터셋으로 사전 학습된 조건부 잠재 확산 프레임워크로서, 다양한 생물학적 맥락에서 본 적 없는 약물, 용량 및 세포주 조합에 대한 단일 세포 전사 반응을 정확하게 예측하고 생성하는 데 있어 기존 방법들을 능가합니다.
본 논문은 BayesAge 후성유전학적 시계에 컨포멀 예측(conformal prediction)을 적용하는 것이 최소한의 CpG 사이트 세트를 사용하여 DNA 메틸화 기반 연령 추정을 위한 분포-비의존적이고 교정된 예측 구간 생성을 가능하게 함으로써, 기존 점 추정 모델의 불확실성 정량화 결여 문제를 해결함을 입증한다.
이 논문은 암호형 결합 부위(cryptic binding site) 탐지가 현재 후보를 제안하는 능력보다는 낮은 순위 지정 및 합의 부족에 의해 제한되고 있음을 입증하며, 커버리지(coverage)와 전환(conversion) 지표를 분리하는 것이 상당한 성능 격차를 드러낸다는 점과 기하학적 탐지기와 언어 모델 기반 탐지기를 엄격한 후보 예산 내에서 결합하는 것이 가장 실질적인 개선을 가져온다는 점을 보여준다.
저자들은 결측치 문제를 극복함으로써 암 세포주와 환자 종양의 단백질체 데이터를 성공적으로 통합하여 기존 방법들을 능가하고, 전임상 모델을 임상 현실에 더 잘 부합시키기 위해 필요한 핵심적인 생물학적 변화를 밝혀내는 딥러닝 프레임워크인 ProtInt를 소개한다.
이 체계적인 벤치마킹 연구는 기저의 생물학적 요인보다 계산 방법의 선택이 인 실리코(in silico) 섭동 결과의 주요 결정 요인임을 밝히며, 가장 널리 사용되는 대부분의 접근 방식이 인과적인 전사 인자-경로 신호를 감지하는 데 실패하고 종종 실험적 CRISPRi 검증과 모순되는 결론을 도출한다는 것을 보여준다.