Teaching Diffusion Models Physics: Reinforcement Learning for Physically Valid Diffusion-Based Docking
이 논문은 강화 학습을 활용하여 물리적으로 타당한 분자 도킹을 가능하게 하는 새로운 프레임워크를 제시함으로써, 기존 확산 모델 기반 도킹 방법의 물리적 제약 위반 문제를 해결하고 정확도를 획기적으로 향상시켰음을 보여줍니다.
💻 Category
bioinformatics
768 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.
Horse, not zebra: accounting for lineage abundance in maximum likelihood phylogenetics
이 논문은 병원체 계통의 풍부도를 고려하여 최대우도 계통수 추론의 정확도를 획기적으로 향상시키는 두 가지 새로운 방법론을 제안하고, 이를 SARS-CoV-2 와 같은 대규모 팬데믹 데이터에 적용하여 계통 불확실성을 약 10 배 감소시켰음을 보여줍니다.
Amaranth: Enhanced Single-Cell Transcript Assembly via Discriminative Modeling of UMI Reads and Internal Reads
이 논문은 UMI 리드와 내부 리드의 생물학적 및 통계적 특성을 구별하여 모델링하는 새로운 어셈블러 'Amaranth'를 개발함으로써 스마트 시퀀싱 (Smart-seq) 데이터의 단일 세포 전사체 조립 정확도를 획기적으로 향상시켰음을 보고합니다.
Predicting Unseen Gene Perturbation Response Using Graph Neural Networks with Biological Priors
이 논문은 단백질 상호작용 네트워크와 기능적 주석 등 생물학적 사전 지식을 그래프 신경망에 통합하여, 기존 실험 데이터에 포함되지 않은 유전자 교란에 대한 전사적 반응을 정확하게 예측하는 'PerturbGraph' 프레임워크를 제안하고 기존 모델보다 우수한 성능을 입증했습니다.
Nextstrain automates real-time phylodynamic analysis of open data for endemic and emerging pathogens
Nextstrain 은 오픈 소스 시퀀스 데이터를 기반으로 21 가지 바이러스와 결핵균을 대상으로 매일 자동화된 실시간 계통역학적 분석을 수행하여 공개적으로 결과를 시각화하고 공유하는 플랫폼입니다.
FoundedPBI: Using Genomic Foundation Models to predict Phage-Bacterium Interactions
본 논문은 다양한 게놈 데이터로 사전 학습된 DNA 언어 모델들의 앙상블과 긴 컨텍스트 처리 전략을 결합하여, 기존 실험적 스크리닝의 한계를 극복하고 박테리아-파지 상호작용을 DNA 서열만으로 정확하게 예측하는 'FoundedPBI' 모델을 제안합니다.
Is metabolism spatially optimized? Structural modeling of consecutive enzyme pairs reveals no evidence for spatial optimization of catalytic site proximity.
이 연구는 AlphaFold2 등 최신 구조 예측 도구를 활용하여 대사 경로 내 연속된 효소 쌍의 구조적 상호작용을 분석한 결과, 효소 간 물리적 상호작용이 증가하는 경향은 관찰되지만 촉매 부위 간 거리가 무작위 배치보다 체계적으로 최적화되었다는 증거는 발견되지 않았음을 보고합니다.
Self-supervised learning for a gene program-centric view of cell states
이 논문은 개별 유전자 발현이 아닌 유전자 프로그램 (GP) 중심의 세포 상태를 해석 가능하게 모델링하기 위해 개발된 자기지도 학습 기반 딥러닝 모델 'Tripso'를 소개하며, 이를 통해 혈액 세포 발달 과정의 나이별 패턴 규명, 줄기세포 배양 최적화 실험적 검증, 아토피 피부염 관련 새로운 면역 세포 프로그램 발견 등 다양한 생물학적 통찰과 실용적 가설을 도출함을 보여줍니다.
Signature Distance: Generalizing Energy Statistics
이 논문은 에너지 거리 (energy distance) 의 한계를 보완하여 분포의 밀도 및 위상적 구조 변화를 감지하고, 생물학적 데이터 생성 및 평가에 적용 가능한 새로운 거리 척도인 '서명 거리 (Signature Distance)'를 제안합니다.
Chromatix: a differentiable, GPU-accelerated wave-optics library
이 논문은 JAX 기반의 오픈소스 GPU 가속 분해능 파동 광학 시뮬레이션 라이브러리인 Chromatix 를 소개하여, 계산 광학 연구의 재사용성과 성능을 획기적으로 개선하고 다양한 광학 시스템 설계의 가능성을 확장함을 보여줍니다.