769 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.
anndataR 는 Python scverse 생태계에서 널리 사용되는 H5AD 파일 형식을 R 에서 직접 읽고 쓰며 SingleCellExperiment 나 Seurat 객체와 상호 변환할 수 있게 함으로써, 단일 세포 전사체학 분야에서 R 과 Python 간의 상호 운용성을 크게 향상시킵니다.
이 논문은 인간 및 포유류 감염 바이러스를 예측하기 위해 기존 데이터를 두 배로 확장하고 표준화한 새로운 데이터셋을 제시하며, 계통 발생적 거리가 줄어들 때 예측 성능이 향상되지만 완전히 새로운 바이러스에 대한 일반화 가능성은 여전히 의문시된다는 결과를 보고합니다.
이 논문은 긴 mRNA 서열을 효율적으로 처리하고 해석 가능성을 제공하며, miRNA-mRNA 상호작용 예측과 표적 특이적 miRNA 합성을 위한 통합 생성 프레임워크인 MiRformer 를 제안하고 그 우수성을 입증합니다.
이 논문은 생물학적 데이터의 내재적 및 외재적 노이즈를 고려하여 화학 반응 모델을 구축, 시뮬레이션, 매개변수 추정 및 실험 설계를 효율적으로 수행할 수 있는 오픈 소스 소프트웨어 툴킷인 '확률적 시스템 식별 툴킷 (SSIT)'을 소개하고 있습니다.
이 논문은 단일 세포 RNA 시퀀싱 데이터의 복잡한 세포 주기 역학과 세포 상태를 정확하게 규명하고 암 세포 주기 전이를 예측하며 세포 주기 효과를 제거하기 위해 정현파 및 구간별 오토인코더를 기반으로 한 새로운 도구인 SPAE 를 개발하고 그 우수성을 입증했습니다.
REMAG 은 HyenaDNA 기반 모델과 대비 학습을 활용하여 메타게놈 데이터에서 기존 도구보다 우수한 품질의 진핵생물 게놈을 효율적으로 복원하는 새로운 도구입니다.
이 논문은 GFF3 및 GTF 포맷을 기반으로 사용자 정의 주석과 인터랙티브 레이아웃 조정이 가능한 명령어 및 웹 기반 도구인 geneSTRUCTURE 를 개발하여 현대적인 유전자 구조 시각화 및 분석 워크플로우의 한계를 극복했다고 요약할 수 있습니다.
이 논문은 난초과 최초로 종말에서 종말 (T2T) 수준의 4 배체 *Dendrobium officinale* 유전체 조립과 해프로타입 분석을 수행하여 0.86 백만 년 전의 4 배체화 사건을 규명하고, SWEET 유전자 가족을 통해 난초의 공생 진화와 균근 공생 메커니즘을 해명했습니다.
이 논문은 오픈스냅 (openSNP) 데이터의 30 개 표현형을 대상으로 머신러닝 및 딥러닝 파이프라인을 활용해 유전체 데이터로 개인을 분류하고 특징 중요도를 분석함으로써, 기존 GWAS 카탈로그와 높은 일치도를 보이는 표현형 관련 유전자를 효과적으로 식별할 수 있음을 입증했습니다.
본 연구는 자동 도킹, 분자 동역학 시뮬레이션 및 MM-GBSA 분석을 통해 와타페린 A 가 마르부르크 바이러스의 주요 단백질 (VP35 및 NP) 에 대해 강력한 결합 친화력과 안정적인 상호작용을 보이며 잠재적인 항바이러스 억제제로서 유망함을 규명했습니다.