HIDDENdb: Co-dependency database reveals a plethora of genetic and protein interactions
이 논문은 대규모 변이 스크리닝 및 다양한 오믹스 데이터를 통합하여 유전적 및 단백질 공의존성 관계를 체계적으로 매핑하고, 이를 통해 세포 기능과 구조적 상호작용을 규명하는 새로운 데이터베이스 'HIDDENdb'를 소개합니다.
🧬 Category
q-bio
110 편의 논문
Preservation Constraints on aDNA Information Generation and the HSF Posterior Sourcing Framework: A First-Principles Critique of Conventional Methods
이 논문은 고대 DNA 의 보존 상태와 기원을 다원적으로 분석하여 기존 방법론의 한계를 지적하고, HSF 사후 추적성 프레임워크를 제안함으로써 혼합 신호 샘플에서의 진위 평가 신뢰도를 높이고 오할당 오류를 줄이는 새로운 접근법을 제시합니다.
Enhancing Morpho-Kinematic analysis for Plant Water Stress Classification through Leaf Movements
본 연구는 RGB 타임랩스 영상을 기반으로 한 잎의 운동 특성을 분석하는 형태 - 운동학적 프레임워크를 개선하여, 비선형 기술자와 관개 맥락 변수를 통합하고 적응형 선형 의견 풀링 앙상블을 적용함으로써 다양한 관개 처리에 따른 식물 수분 스트레스 분류의 정확성과 견고성을 크게 향상시켰음을 보여줍니다.
Convex Efficient Coding
이 논문은 신경 활동의 최적화를 직접 수행하는 대신 표현 유사성 행렬을 최적화함으로써 선형 및 비선형 신경망과 기존 문헌의 다양한 문제를 포함하는 새로운 집합의 볼록 최적화 문제를 제시하고, 이를 통해 신경 코딩의 식별성, 단일 뉴런 분석의 타당성, 그리고 ON/OFF 채널 분할의 원리를 설명합니다.
If Grid Cells are the Answer, What is the Question? A Review of Normative Grid Cell Theory
이 논문은 그리드 세포가 경로 적분을 수행하는 생물학적으로 타당하고 고신뢰도의 비선형 해독 가능 위치 코드라는 이론적·실험적 합의에 기반하여, 최적화된 신경망을 활용한 규범적 모델링의 성과와 한계를 조명합니다.
Learning Contact Policies for SEIR Epidemics on Networks: A Mean-Field Game Approach
이 논문은 이질적 네트워크상의 SEIR 전염병 확산을 모델링하여 개인이 감염 위험과 격리 비용 사이의 균형을 맞추기 위해 접촉 노력을 어떻게 최적화하는지 분석하고, 잠복기 존재가 예방 행동의 시기와 전염 규모에 미치는 영향을 규명합니다.
Efficient Coding Predicts Synaptic Conductance
이 논문은 시냅스 전도도가 자연스러운 값에서 벗어날 때 정보 효율성이 급격히 감소하는 현상을, 시냅스 소음 최소화 원리를 섀넌 정보 이론으로 해석하여 자유 매개변수 없이 설명하고, 뇌 신경계가 에너지 효율성을 극대화하도록 진화했음을 입증했습니다.
INTENSE: Detecting and disentangling neuronal selectivity in calcium imaging data
이 논문은 자유 행동하는 동물에서 칼슘 이미징 데이터를 기반으로 뉴런과 행동 간의 선택성을 탐지하고 분해하기 위해 상호 정보량과 순환 이동 순열 검정을 활용한 오픈소스 프레임워크인 INTENSE 를 제안하여, 시간적 구조와 행동 공변성을 통제함으로써 기존 방법의 한계를 극복하고 혼합 선택성을 정확하게 규명함을 보여줍니다.
Neural geometry in the human hippocampus enables generalization across spatial position and gaze
이 논문은 해마 신경 세포들이 자기, 먹이, 포식자의 위치 및 시선 방향을 서로 다른 하위 공간에 매핑하면서도 선형 변환을 통해 정렬할 수 있는 기하학적 구조를 갖추고 있어, 공간적 위치와 시선 방향에 관계없이 다양한 대상에 대한 일반화와 추상화를 가능하게 한다는 사실을 규명했습니다.
SeekRBP: Leveraging Sequence-Structure Integration with Reinforcement Learning for Receptor-Binding Protein Identification
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.