1018 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.
PHoNUPS는 다양한 파일 형식을 출판 가능한 수준의 통계, 히스토그램 및 등고선 플롯으로 통합함으로써 재현성을 높이고 MISEV 보고 표준 준수를 강화하기 위해, 다양한 기기의 세포외 소포체 데이터를 분석하고 시각화하는 과정을 표준화하도록 설계된 무료 오픈 소스 기반의 R 소프트웨어 도구입니다.
이 논문은 단기 분자 역학 시뮬레이션과 변분 양자 회로를 통합하여 신약 설계를 위한 단백질-리간드 해리 속도 예측의 정확도와 파라미터 효율성을 크게 향상시킨 하이브리드 양자-고전 그래프 신경망을 소개한다.
BiomarkerKB는 정밀 의료에서의 재현 가능한 탐색과 발견을 가능하게 하기 위해 다양한 출처로부터 200,000개 이상의 바이오마커-질병 연관성을 표준화된 프레임워크로 조화시킨, 포괄적이고 FAIR 원칙을 준수하는 지식 베이스이자 그래프 기반 플랫폼입니다.
저자들은 단일 세포 또는 벌크 오믹스 데이터로부터 여러 분화된 상피-간엽 이행(EMT) 경로를 효율적이고 편향 없이 점수화하여 EMT와 다른 세포 과정 사이의 상관관계에 대한 신속한 스크리닝을 용이하게 하는 오픈 소스 R 패키지인 EMTscore를 개발하였다.
이 논문은 무작위 보행 확산을 사용하여 추론된 경로를 따라 세포 수준의 특징과 유전자 발현을 매끄럽게 함으로써 단일 세포 궤적의 시각화와 해석을 향상시키는 경량 포스트 호크(post hoc) 프레임워크인 의사시간 그래프 확산(Pseudotime Graph Diffusion, PGD)을 소개한다.
RFhap은 다중 k-mer 마커와 랜덤 포레스트 분류기를 활용하여 기존의 Hifiasm-Trio와 같은 도구들과 비교했을 때 인간 게놈의 하플로타입 분해 기반 de novo 조립 정확도와 연속성을 유의미하게 향상시키는 새로운 트리오 기반 페이징 방법이다.
이 논문은 scFoundation 및 scGPT와 같은 서로 다른 단일 세포 파운데이션 모델(scFMs)이 세포 유형 마커 유전자를 우선시하거나 공유된 생물학적 경로를 우선시함으로써 어떻게 서로 구별되는 "다원적" 인식을 발달시키는지 밝혀내고, 이를 통해 향후 모델 설계를 위한 실행 가능한 통찰력을 제공하는 프레임워크인 scGeneLens를 소개한다.
Thyra는 데이터 파편화를 극복하고 상호 운용성을 향상하며 공간 오믹스 생태계 내에서 통합된 다중 모드 분석을 가능하게 하기 위해 질량 분석 이미징과 SpatialData 프레임워크를 연결하는 현대적인 Python 라이브러리입니다.
이 논문은 사전 정의된 세포 유형 레이블을 필요로 하지 않고 다양한 질병 및 공간 또는 벌크 데이터 모달리티에 걸쳐 동적인 위험 평가를 가능하게 하기 위해, 단일 세포 전사체학과 임상 결과를 통합하여 시간에 따라 변화하고 조건에 의존하는 세포 수준의 위험률을 모델링하는 어노테이션 프리(annotation-free) 계산 프레임워크인 scTREND를 소개한다.
저자들은 RegulomeDB 데이터베이스를 기반으로 구축되어 세포 및 장기 특이적 비부호화 조절 변이를 예측하고 우선순위를 정하는 데 있어 기존 모델보다 뛰어난 성능을 보이며, 이를 통해 인간 게놈 전반에 걸친 GWAS 관련 SNP의 해석을 개선하는 새로운 머신러닝 아키텍처인 TLand를 제시한다.