29 편의 논문
이 논문은 전사 인자 (TF) 결합 부위 예측을 단일 TF 가 아닌 다중 레이블 분류 문제로 접근하여 시계열 합성곱 네트워크 (TCN) 를 활용함으로써 TF 간 상호작용과 협력적 조절 메커니즘을 포착하고 생물학적으로 유의미한 결합 패턴을 규명하는 새로운 프레임워크를 제시합니다.
이 논문은 scRNA-seq 과 snRNA-seq 데이터 간의 분포 및 세포 구성 차이를 해결하기 위해 부분 도메인 적응을 활용한 새로운 방법인 ScNucAdapt 을 제안하여, 기존 방법들보다 뛰어난 교차 영역 세포 유형 주석 성능을 입증했습니다.
이 논문은 다양한 조건과 복잡한 실험 설계에서 생성된 오믹스 분석 결과를 메타데이터와 함께 체계적으로 저장·관리하여 재현성과 상호운용성을 높이기 위해 Bioconductor 생태계에 통합된 새로운 S4 클래스인 DeeDeeExperiment 를 제안합니다.
이 논문은 openSNP 데이터셋의 80 가지 이분형 표현형을 대상으로 다양한 머신러닝 및 딥러닝 알고리즘과 다유전자 위험 점수 (PRS) 도구를 비교 평가하여, 44 개 표현형에서는 머신러닝이, 36 개 표현형에서는 PRS 도구가 더 우수한 성능을 보임을 규명했습니다.
이 논문은 머신러닝 및 딥러닝 파이프라인을 활용하여 유전형 데이터로 개인을 분류하고 특징 중요도를 계산함으로써 표현형과 관련된 유전자를 효과적으로 식별할 수 있음을 보였습니다.
이 논문은 시퀀스 및 구조 정보를 통합하고 강화 학습 기반의 동적 부정 샘플링 전략을 도입하여 기존 방법의 한계를 극복하고 박테리오파지 수용체 결합 단백질 (RBP) 을 정확하게 식별하는 새로운 프레임워크 'SeekRBP'를 제안합니다.
이 논문은 Klf4 전사 인자의 in vitro 결합 에너지를 정량적으로 측정하고 Ising 모델과 결합하여 시퀀스 의존적 결합 에너지를 설명함으로써, 추가 매개변수 없이 인간 게놈 전반의 Klf4 점유율을 정확하게 예측할 수 있음을 보여줍니다.
이 논문은 유전자 기반 기초 모델 (Geneformer V2, scGPT) 에 대한 인과 회로 추적 분석을 통해 억제 우세와 생물학적 일관성이 보편적이며, 교차 모델 간 합의가 질병 관련 도메인을 식별하고 CRISPRi 실험을 통해 발현 상관관계가 인과적 인코딩이 아님을 입증했음을 보고합니다.
이 논문은 해석 가능한 머신러닝과 실험을 결합하여 토양, 장, 해양 등 복잡한 미생물 군집의 기능을 소수의 기능적 그룹으로 단순화하여 구조 - 기능 지도를 구축하고 건강 관련 분자 메커니즘을 규명하는 통합적 접근법을 제시합니다.