Improving AlphaFold3 by Engineering MSA and Template Inputs
이 논문은 다중 서열 정렬 (MSA) 과 템플릿 입력을 체계적으로 공학하여 단량체, 올리고머, 단백질 - 리간드 복합체 예측 정확도를 획기적으로 향상시켰으며, 동일한 커스텀 입력을 사용할 때 알파폴드 3 이 알파폴드 2 보다 우수한 성능을 보임을 처음으로 입증했습니다.
💻 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.
AlphaInterp: Probing AlphaFold 3's Internal Representations Reveals Evolutionary Determinants of Predicted Structure and Confidence
본 논문은 AlphaFold 3 이 단순한 서열 정보보다는 진화적 다양성을 기반으로 한 비교 진화적 맥락에 의존하여 단백질 구조를 예측하며, Pairformer 를 통해 공진화 정보를 압축된 잠재 공간으로 변환하고 구조적 신뢰도를 인과적으로 조절한다는 메커니즘적 해석을 제시합니다.
Network-based integration of cross-dataset proteomic profiles using fold-change directionality
이 논문은 플랫폼 간 변동성을 극복하고 생물학적 의미를 포착하기 위해 교차 데이터셋의 단백질체 프로파일을 통합하는 네트워크 기반 프레임워크를 개발하여, 도xorubicin 처리와 같은 특정 조건을 중심으로 암 진행 및 지질 대사 경로와 관련된 생물학적 관계를 규명했습니다.
Scalable, Generalizable, and Uncertainty-Aware Integration of Spatial Multi-Omics Across Diverse Modalities and Platforms with SCIGMA
이 논문은 5 가지 이상의 오믹스 모달리티와 100 만 개 이상의 공간 위치를 처리할 수 있는 확장성, 일반화 능력, 불확실성 추정을 갖춘 새로운 심층 학습 프레임워크인 SCIGMA 를 제시하여 다양한 공간 멀티오믹스 데이터 통합의 계산적 난제를 해결하고 기존 방법들보다 우수한 성능을 입증했습니다.
CHORD: a framework for cross-species single-cell integration across gene, cell and cell-type levels
이 논문은 유전자, 세포, 세포 유형 수준에서 교차 종 단일 세포 통합을 가능하게 하는 CHORD 프레임워크를 제안하여 보존된 및 분화된 세포 유형 계층 구조를 추론하고, 연속적인 표현형 변이를 비교하며, 유전자 임베딩을 생성하는 방법을 제시합니다.
A Unified Agent-Enabled Platform for Drug Repurposing across Molecular, Phenotypic, and Clinical Scales
본 논문은 분자, 세포, 임상 수준의 다중 증거를 통합한 'LinkD'라는 새로운 에이전트 기반 플랫폼을 제시하여, 기존 단일 증거 접근법의 한계를 극복하고 베타차단제 등 신약 재창출 후보를 체계적으로 발굴하고 검증하는 확장 가능한 프레임워크를 확립했습니다.
BioEngine: scalable execution and adaptation of bioimage AI through agent-readable interfaces
BioEngine 는 생물학자가 AI 에이전트와 대화하며 노트북부터 클러스터까지 다양한 하드웨어에서 바이오이미지 AI 모델을 실행, 미세 조정 및 확장할 수 있도록 하는 실행 및 적응 계층을 제공합니다.
PEACE: Prototype-aware Effector Analysis via Contrastive Embeddings
이 논문은 극심한 클래스 불균형 문제를 해결하고 정밀도를 향상시키기 위해 ProtTrans 임베딩과 프로토타입 인식 대비 학습을 결합한 새로운 경량 파이프라인 'PEACE'를 제안하며, EffectorP 3.0 보다 우수한 성능을 입증했습니다.
Structure-aware graph attention based hierarchical transformer framework for drug-target binding affinity prediction
이 논문은 분자 내 구조적 특징과 분자 간 상호작용을 모두 포괄적으로 모델링하여 타겟 콜드스타트 설정에서도 기존 최첨단 방법을 능가하는 약물 - 표적 결합 친화도 예측을 위해 그래프 어텐션과 계층적 트랜스포머를 결합한 GTStrDTI 프레임워크를 제안합니다.
Agent-Guided Ranking Policy Improvement for Peptide Drug Candidate Prioritization
이 논문은 수천 개의 펩타이드 후보군 중 실험실 검증 가치가 높은 소수를 선별하는 과정에서, 인간이 직접 설계한 가중치 합산 방식이나 기존 다목적 최적화 알고리즘보다 자동화된 정책 탐색 에이전트가 더 우수한 랭킹 정책을 학습하여 최상위 20 개 후보군 내 최적 후보를 포착하는 비율을 유의미하게 높였음을 보여줍니다.