1244 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.
이 논문은 전사체 예측 모델의 경로 수준 해석 안정성을 높이기 위해 기존 GSEA 의 통계적 의미를 유지하면서 미분 가능한 서열 정렬과 효율적인 근사 기법을 도입한 'dGSEA'를 제안하고, 이를 보조 목적함수로 활용함으로써 경로 수준의 일치도를 개선함을 보여줍니다.
이 논문은 인간 게놈의 반복 서열 유전적 및 후유전적 변이를 포괄적으로 분석하기 위해 옥스포드 나노포어 시퀀싱 기반의 ECHO 워크플로우를 제안합니다.
이 논문은 공간 전사체 데이터에서 세포 간 상호작용의 중첩된 신호를 통합하고 조직 내 통신 핫스팟을 정밀하게 매핑하기 위해, 구조화된 차원 축소와 거리 기반 무작위 보행으로 생성된 세포 사슬을 트랜스포머 신경망에 입력하는 새로운 프레임워크인 scCChain 을 제안합니다.
이 논문은 500 만 개의 바이러스 서열로 사전 학습된 최초의 범용 바이러스 유전체 기반 모델인 HViLM 을 제안하여, 병원성, 전파성 및 숙주 특이성 예측에서 기존 방법들을 능가하는 성능을 입증하고 새로운 병원체 위험 평가에 혁신을 가져왔음을 보여줍니다.
본 논문은 UK 바이오뱅크 데이터를 활용하여 희귀 변이 연관성 분석을 위한 기계학습 기반 주석 방법 (CADD, AlphaMissense 등) 의 성능을 체계적으로 평가하고, 주석 선택이 검정 보정과 통계적 검정력에 미치는 영향을 정량화하여 실용적인 가이드라인을 제시합니다.
이 논문은 다양한 변이 효과 예측 도구 간의 불일치를 분석하여 실험적 데이터 (MAVE) 와의 상관관계가 없음을 발견함으로써, 예측 도구 간 의견 차이가 가장 큰 단백질을 실험적 우선순위 선정의 핵심 기준으로 삼아야 함을 제안합니다.
이 논문은 반복 서열과 구조적 변이로 인해 기존 도구들의 한계가 있었던 박테리아 및 고세균의 삽입 서열 (IS) 위치를 정밀하게 매핑하고 대규모 구조 변이를 동시에 탐지할 수 있는 새로운 바이오인포매틱스 파이프라인인 'ISdetector'를 제안하며, 기존 도구들보다 높은 정확도와 확장성을 입증합니다.
이 논문은 단백질 서열과 숙주 생물 분류 정보를 통합하여 종 특이적인 mRNA 코딩 서열을 생성하는 다중 모달 역번역 언어 모델 'Pro2RNA'를 제안하며, 이를 통해 기존 최적화 방법보다 우수한 종 적응형 mRNA 설계가 가능함을 보여줍니다.
이 논문은 온도 스케일링과 에피스템릭 신경망과 같은 불확실성 정량화 기법을 적용하여 다양한 분포 변화 하에서 게놈 언어 모델의 예측 신뢰성을 향상시키는 방법을 제시합니다.
이 논문은 사전 훈련된 게놈 언어 모델인 Evo2 가 숙주 라벨 학습 없이도 박테리오파지 숙주 예측에 유효한 신호를 포착할 수 있음을 입증하고, 이를 기존 정렬 및 k-mer 기반 방법과 결합한 하이브리드 접근법이 예측 성능을 향상시킬 수 있음을 제시합니다.