conMItion: an R package adjusting confounding factors for associations in multi-omics
본 논문은 다중 오믹스 연관 분석에서 종양 순도 및 돌연변이 부하와 같은 교란 요인을 조건부 상호 정보를 활용하여 강건하게 보정함으로써 암 관련 유전자 및 세포 간 상호작용 식별의 정확성을 향상시키는 R 패키지인 conMItion을 소개합니다.
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.
본 논문은 다중 오믹스 연관 분석에서 종양 순도 및 돌연변이 부하와 같은 교란 요인을 조건부 상호 정보를 활용하여 강건하게 보정함으로써 암 관련 유전자 및 세포 간 상호작용 식별의 정확성을 향상시키는 R 패키지인 conMItion을 소개합니다.
본 논문은 생물학적 재조합 예산을 활용하여 파angenome 그래프에서 유전형 결정과 위상 추정을 동시에 최적화하는 확장 가능한 도구인 DipGenie 를 소개하며, 이는 기존 그래프 기반 방법들에 비해 현저히 낮은 스위치 오류율과 더 높은 구조적 변이 F1 점수를 달성합니다.
WSInsight 는 다양한 저장 소스의 전체 슬라이드 H&E 이미지를 확장 가능하고 에이전트 호출이 가능한 단일 세포 표현형 분석으로 변환하여 번역적 종양 미세환경 연구를 위해 검증되고 표준을 준수하는 결과를 제공하는 개방형 클라우드 네이티브 플랫폼입니다.
LIVIA 는 브라우저 기반의 무료 도구로, 로컬에서 국소 신뢰도 지표를 계산하고 인터페이스 잔기를 식별하며, 인터랙티브 3D 뷰어와 ChimeraX 및 PyMOL 을 위한 내보내기 가능한 스크립트를 활용하여 여러 플랫폼에 걸쳐 예측된 단백질 - 단백질 상호작용을 시각화합니다.
본 연구는 SomaScan 과 Olink 간의 교차 플랫폼 프로테오믹스 데이터를 보간하기 위한 머신러닝 프레임워크를 개발하여 지속적인 비재현성 문제를 해결하고 플랫폼 고유의 신호를 복원하며 역학적 바이오마커 발견의 신뢰성을 강화하기 위한 단백질 충실도 지수를 확립한다.
본 연구는 파킨슨병에서 산화 스트레스 및 염증과 관련된 허브 유전자를 식별하기 위해 교차 데이터셋 통합 전사체 분석을 활용하고, 특정 생리활성 식품 화합물이 영양유전체학적 개입을 통해 이러한 유전자 네트워크를 어떻게 조절할 수 있는지를 규명합니다.
본 논문은 결정론적 드리프트, 가우스 요동, 그리고 가산성 희귀 점프를 단일 확률 미분방정식 모델로 통합하여 정밀한 전사 흔적을 생성하고 정밀 확률 샘플링보다 최대 두 자릿수 빠른 계산 속도를 제공하는 오픈소스 파이썬 프레임워크인 **bcrnnoise**를 소개한다.
SaVanache 는 GFA 파일을 최적화된 인덱스로 전처리하고 선형 피벗 게놈에 대한 구조적 변이를 강조하기 위해 전용 글리프를 활용함으로써 복잡한 팬게놈 변이 그래프의 효율적인 실시간 탐색과 직관적인 일대다 비교를 가능하게 하는 다중 해상도 시각화 도구입니다.
본 논문은 10x Genomics VisiumHD 데이터에 대한 통계적 줄무늬 제거 방법을 제시하며, 이는 핵 분할과 정규화된 일반화 선형 모델을 사용하여 빈 카운트를 모델링함으로써 대규모 생물학적 신호를 보존하면서 곱셈적 줄무늬 아티팩트를 효과적으로 제거하여 기존 정규화 접근법보다 우수한 성능을 보입니다.
본 논문은 단백질 대규모 언어 모델 임베딩과 대비 학습을 활용하여 짧은 선형 모티프 (SLiM) 간의 기능적 유사성을 예측함으로써 이전에 특징이 규명되지 않은 모티프의 기능적 주석을 가능하게 하고 연구 커뮤니티를 위한 잠재적 기능 쌍에 대한 포괄적인 지도를 제공하는 딥러닝 모델인 SLiMNet 을 소개합니다.