염색체의 구조와 역동성
염색체는 작은 핵 내부에 심각한 얽힘 없이 잘 정돈되어 있으며, 이를 이해하기 위해 다양한 고분자 모델이 개발되었다. 이러한 모델들은 염색체 접촉지도를 재현하고, 유사분열 중 염색체의 독특한 구조를 예측할 수 있다. 또한 실험적으로 도출된 염색질 좌위 간 상호작용을 이용한 시뮬레이션을 통해 일반적인 핵과 역위 핵의 구조를 정확히 예측할 수 있다. 고분자 이론과 시뮬레이션은 염색질 좌위의 개별 동역학이 부확산 거동을 보이지만, 확산 지수가 광범위하게 분포되어 있음을 보여준다. 이는 실험 결과와 잘 부합한다. 비록 단순화된 모델이 성공적이지만, 유전체 생물학을 이해하기 위해서는 새로운 실험 및 계산 도구의 개발이 여전히 필요하다.
유방암 아형 분석을 위한 단백질 서열 및 발현 수준 통합
단백질 서열 및 발현 수준 통합을 통해 유방암 아형의 분자적 특성을 규명하고 임상 결과를 예측할 수 있다.
생물학 데이터 과학 학습 및 교육: Bioconductor 커뮤니티의 노력
Bioconductor 프로젝트는 생물학 데이터 분석을 위한 포괄적인 오픈소스 소프트웨어 커뮤니티로, 효과적인 교육 자료와 자원을 제공하여 생물학 데이터 과학 분야의 학습과 교육을 지원하고 있다.
단일 세포 RNA 시퀀싱 데이터에 대한 불확실성 인식 t-분포 확률적 이웃 임베딩
단일 세포 RNA 시퀀싱 데이터의 고차원 구조와 불확실성을 효과적으로 저차원 공간에 시각화하는 방법을 제안한다.
장기 노이즈 리드에서 하플로타입 어셈블리 - HairSplitter
HairSplitter는 어셈블리와 장기 리드를 사용하여 하플로타입을 효율적으로 분리할 수 있는 새로운 소프트웨어이다.
효소-반응 예측을 위한 벤치마크 ReactZyme
본 연구는 효소 기능을 정확하게 이해하기 위해 효소가 촉매하는 반응에 초점을 맞추는 새로운 접근법을 제안합니다. 이를 통해 기존 분류 체계의 한계를 극복하고 효소 기능에 대한 보다 세부적이고 일관된 분류를 제공합니다.
DNA 분류에 대한 적대적 예제
DNA 언어 모델 기반 분류 시스템은 다양한 수준의 적대적 공격에 취약하다.
공간 전사체학 완성을 통한 조직학 이미지에서의 유전자 발현 예측 향상
공간 전사체학 기술의 한계를 극복하기 위해 대규모 데이터베이스를 구축하고 변압기 기반의 결측값 완성 모델을 개발하여 유전자 발현 예측 성능을 크게 향상시켰다.
초고속 전장 유전체 염기서열 분석을 통한 휘펫 개의 염색체 수준 유전체 조립 및 주석 작성
의료 진단 회사와 생물다양성 연구소의 협력을 통해 1주일 내에 휘펫 개의 고품질 염색체 수준 유전체를 신속하게 조립하고 주석을 작성하였다.
대규모 언어 모델을 활용한 RNA 거리 행렬 예측
대규모 RNA 언어 모델과 거리 변환기(DiT) 모델을 활용하여 RNA 서열 정보만으로도 정확한 RNA 거리 행렬을 예측할 수 있다.
© 2024 by Linnk AI