A single cell atlas of mouse podocytes upon injury identifies kidney zone-dependent responses.
이 연구는 단일 세포 분석을 통해 쥐의 사구체경화증 (FSGS) 에서 신장 부위 (피질 대 수질) 에 따라 포도세포의 전사체 반응과 대사 특성이 다르며, 특히 심한 손상을 보이는 부위에서 p53 경로 매개 노화가 병리 기전에 관여함을 규명했습니다.
💻 Category
bioinformatics
1250 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.
t2pmhc: A Structure-Informed Graph Neural Network to predict TCR-pMHC Binding
이 논문은 TCR-pMHC 결합 예측을 위해 전체 복합체의 3 차원 구조 정보를 활용하는 그래프 신경망 프레임워크 't2pmhc'를 제안하여, 기존 시퀀스 기반 방법보다 미확인 항원에 대한 일반화 성능을 크게 향상시켰음을 보여줍니다.
miREA: a network-based tool for microRNA-oriented enrichment analysis
이 논문은 miRNA-유전자 상호작용 정보를 네트워크 에지로 활용하여 기존 노드 중심 방법보다 민감도와 생물학적 해석력을 향상시킨 새로운 miRNA 엔리치먼트 분석 도구인 miREA 를 개발하고, 다양한 암 데이터셋과 방광암 사례 연구를 통해 그 유효성을 입증했습니다.
Rigidity-Aware Geometric Pretraining for Protein Design and Conformational Ensembles
이 논문은 단백질의 기하학적 특성과 강성 (rigidity) 을 고려한 자기지도학습 프레임워크인 RigidSSL 을 제안하여, 기존 방법들의 한계를 극복하고 단백질 설계의 설계 가능성과 생성 다양성, 그리고 컨포메이션 앙상블 모델링의 정확도를 크게 향상시켰음을 보여줍니다.
DPGT: A spark based high-performance joint variant calling tool for large cohort sequencing
이 논문은 대규모 코호트 시퀀싱 데이터에 대해 정확하면서도 확장성 있는 공동 변이 호출을 가능하게 하는 Apache Spark 기반의 고성능 도구인 DPGT 를 개발하고 그 성능을 검증한 내용을 담고 있습니다.
ProtNHF: Neural Hamiltonian Flows for Controllable Protein Sequence Generation
이 논문은 추론 시 분석적 편향 함수를 적용하여 재학습 없이도 아미노산 조성 및 전하와 같은 단백질 서열 속성을 연속적이고 정량적으로 제어할 수 있는 생성 모델 'ProtNHF'를 제안합니다.
Single-Cell Genomics Decontamination with CellSweep
이 논문은 용해된 세포에서 방출된 환경 분자 및 라이브러리 준비 과정에서의 전역적 오염과 같은 기술적 오염을 제거하여 단일 세포 유전체 분석의 정확성을 높이는 새로운 도구인 CellSweep 을 제안하고, 다양한 벤치마크를 통해 기존 방법보다 우수한 성능을 입증합니다.
Using Variable Window Sizes for Phylogenomic Analyses of Whole Genome Alignments
이 연구는 재조합률의 변동을 고려하여 염기서열 정렬 전체에 가변적인 윈도우 크기를 적용하는 분할 - 병합 전략을 제안함으로써, 고정된 윈도우 크기를 사용하는 기존 방법보다 계통유전체 분석의 정확도를 향상시켰음을 보여줍니다.
What Do Biological Foundation Models Compute? Sparse Autoencoders from Feature Recovery to Mechanistic Interpretability
이 논문은 희소 자동인코더를 통해 생물학적 기초 모델이 단백질 및 게놈의 다양한 생물학적 개념을 해석 가능한 특징으로 학습함을 규명하면서도, 기존 주석 데이터에 의존하는 검증의 순환성 문제를 지적하고 실험적 검증을 통한 인과적 메커니즘 규명을 위한 새로운 프레임워크를 제안합니다.
Reliable prediction of short linear motifs in the human proteome
이 논문은 고품질 데이터셋과 딥러닝을 활용하여 인간 프로테옴 내 짧은 선형 모티프 (SLiM) 의 위양성률을 약 80% 감소시키고 새로운 모티프 후보를 정확하게 예측하며 인간 상호작용체 내 단백질 - 단백질 상호작용을 규명하는 'SLiMMine'이라는 새로운 도구를 제시합니다.