275 편의 논문
유전체학은 생명체의 설계도인 유전 정보를 해독하고 그 작동 원리를 탐구하는 흥미로운 분야입니다. 이 영역에서는 DNA 서열 분석부터 유전자 발현의 복잡성까지, 우리 몸과 환경을 이해하는 데 핵심이 되는 다양한 연구가 이루어집니다. Gist.Science 는 생물의학 연구의 최전선에서 발표되는 최신 논문들을 누구나 접근할 수 있도록 노력하고 있습니다.
특히 이 섹션의 모든 논문은 bioRxiv 에서 새로 uploaded 된 예전들을 기반으로 합니다. 우리는 bioRxiv 의 최신 연구들을 지속적으로 수집하여, 전문 용어 없이 쉽게 설명하는 일반인용 요약과 함께 심층적인 기술적 분석을 함께 제공합니다. 아래는 최신 유전체학 연구 논문들입니다.
본 연구는 Y 염색체 연관 유전자 발현의 감소를 모델링하여 대량 남성 RNA-seq 데이터에서 모자이크 Y 염색체 소실 (LOY) 을 성공적으로 추정하는 베이지안 프레임워크를 제시하며, 대규모 LOY 사건의 경우 DNA 기반 측정치와 강한 상관관계를 달성하면서도 전사적 교란으로 인한 방법의 한계와 DNA 기반 분석을 직접 대체하는 것이 아닌 확률적 대안임을 강조합니다.
본 논문은 기존 시뮬레이션 기반 도구의 한계를 극복하고, 강력하고 유연한 단일 세포 CRISPR 스크리닝 실험을 신속하게 설계할 수 있도록 하는 새로운 계산 효율적 분석 공식을 활용한 대화형 웹 애플리케이션인 PerturbPlan 을 소개합니다.
13 가지 인간 조직에 걸친 100 만 개 이상의 체세포 변이를 분석한 이 연구는 노화하는 게놈이 전사 결합 수선과 선택적 여과를 통해 핵심적이고 연결성이 높은 유전자들을 체계적으로 변이로부터 보호받는 '조직화된 취약성'을 보인다는 것을 밝혀내어, 개체의 쇠퇴는 총 변이 부담이 아니라 변이가 축적되는 특정 네트워크 위치에 의해 주도된다는 것을 시사합니다.
본 연구는 RibOxi-seq2 를 활용하여 초파리 S2 세포의 snoRNA 발현 및 2'-O-메틸화 부위에 대한 포괄적인 지도를 수립함으로써 rRNA, snRNA 및 mRNA 에서 광범위한 변형을 드러내었으며, 정통적인 안내 snoRNA 의 부재에도 불구하고 mRNA 메틸화를 안내할 수 있는 새로운 컨센서스 서열들을 확인하였다.
본 연구는 개별 기생 선충 유충의 경우 동결 대조군에 비해 FTA 카드 및 DESS 완충액과 같은 상온 저장 방법이 시퀀싱 품질이 낮음을 보여주지만, 혼합 샘플의 경우 동등한 결과를 제공하여 자원 제약 환경에서 전장 유전체 시퀀싱을 위한 실현 가능한 대안을 제시함을 입증한다.
본 연구는 엄격한 TTAGGA 기준을 충족하는 단일 컨티그 Y 염색체를 특징으로 하며 전체 길이의 개 Y 염색체 약 79%를 해결하고 개 구조 변이 및 성염색체 진화에 대한 이해를 크게 진전시키는 최초의 완전하고 간극이 없으며 하플로타입이 분리된 개 참조 유전체인 진도1-G-TTAGGA를 제시한다.
본 연구는 CDK12 와 CDK13 이 전사체 무결성을 유지하기 위해 인트론 내 폴리애데닐화를 억제하는 데 서로 다른 역할을 수행함을 입증하고, 그 결과 생성되는 조기 종료 전사체가 번역 능력을 갖추고 CDK12/13 결손 암에서 종양 특이적 뉴로항원으로 작용할 수 있는 새로운 인트론 펩타이드를 생성함을 규명하였다.
GREGoR 컨소시엄은 다양한 임상 사이트 간의 다중 오믹 및 표현형 데이터를 표준화하기 위해 모듈화되고 상호 운용 가능한 데이터 모델을 개발하여 12,000 명 이상의 참가자로부터의 정보를 성공적으로 조화시킴으로써 대규모 희귀 질환 연구 및 연구 간 분석을 가능하게 했습니다.
저자들은 N3-케톡살 라벨링과 CUT&Tag 를 결합하여 생체 내에서 RNA 중합효소 II 전사 버블을 직접 매핑하는 새로운 방법인 KAS-CUT&Tag 를 소개하며, 이는 유전자 전반에 걸친 독특한 분포와 복제 의존성 히스톤 유전자에서의 특정 풍부화를 밝혀냅니다.
본 논문은 기존 배경에 대한 새로운 서열 콘텐츠를 명시적으로 표적함으로써 반복적인 파angenome 확장을 위해 게놈을 우선순위화하는 후배형 기반 파이프라인인 SelHap을 소개하며, 이를 통해 현재의 다양성 기반 전략보다 비반복적 유전 정보의 추가를 보다 효과적으로 극대화합니다.