2026
高度にヘテロ接合なゲノムからハプロタイプ分離アセンブリを構築する現在の手法には、参照配列ベースのフェージングに依存する場合には参照配列バイアスが生じ、グラフベースのフェージングに依存する場合にはハプローム間に不均衡が生じるという問題がある…
2026/09/28 追記と推敲 メタゲノムには膨大な量の配列が含まれており、産業利用に適した酵素の候補を特定する作業を複雑にしている。産業利用においては、溶解性、熱安定性、pH特性など、複数の生化学的特性を同時に評価する必要がある。各特性を予測する個…
微生物共生は地球上の生命の機能的・系統発生学的な多様化を促進するが、培養の困難さのために十分に調べられていない。本研究では、さまざまな環境メタゲノム試料および参照ゲノムに由来する10万超の微生物ゲノムについて、機械学習（ML）を用いて共生的な…
遺伝暗号は、生命のすべてのドメインにわたって保存されており、しばしば普遍的（universal）であると表現される。しかしながら現在では、この「普遍的」遺伝暗号には数多くの例外が存在することが明らかになっており、その多くは、高度に保存された遺伝子を…
2026/09/24 追記 分子ドッキングは創薬において広く利用されており、特に大規模な化合物ライブラリを対象とする場合に重要である。本著者らはこれまでに、このような大規模ドッキングを支援するため、複数サーバーへのタスク分散機能を備えた自動ドッキング…
メタゲノムシーケンシングデータから高品質な微生物ゲノムを復元することは、微生物群集を正確にプロファイリングし、微生物の多様性を理解するうえで不可欠である。しかし、既存のクラスタリング手法は、しばしば精度やスケーラビリティに限界がある。本研…
AlphaFoldを用いた構造予測は構造生物学を変革し、正確なタンパク質モデリングとタンパク質間相互作用（PPI）推定のための強力な枠組みを提供してきた。しかし、ゲノム配列から候補PPIを直接発見する作業は、依然として分断され、試行錯誤に大きく依存してい…
タンパク質間相互作用は、細胞内のきわめて多様な機能を媒介しており、そのため結合様式も多岐にわたる。近年、タンパク質構造の全体像を網羅的に把握し分類しようとする大規模な取り組みが進んでいる一方で、相互作用界面の構造多様性をインタラクトーム規…
ハイスループットシーケンシングデータの品質管理（quality control: QC）は、ゲノム解析パイプラインにおける重要な最初のステップである。FastQCは10年以上にわたり、シーケンシングQCの事実上の標準ツールとして利用されてきたが、Javaランタイムへの依存…
単一細胞データセットを大規模アトラスにマッピングすることは、サーバーの制約やプライバシーへの懸念によってしばしば妨げられる。本稿では、scRNA-seq Foundation Models (scFM) を完全にブラウザ内で実行できるフレームワーク、CytoVerse を紹介する。こ…
複数の生物種で遺伝子レパートリーを比較すると、ある系統で獲得された遺伝子だけでなく、祖先が持っていた遺伝子を特定の系統で失った痕跡も見つかる。遺伝子の獲得、欠失、重複が系統樹のどの枝で起きたかを網羅的に整理するには、各遺伝子ファミリーの系…
テラバイト規模のメタゲノムデータにおけるウイルス同定は、スケーラビリティや計算リソースの制約を受けてきた。本研究では、重要な処理ステップにおける並列化とメモリ使用量を大幅に改善することで性能上のボトルネックを解消した、ウイルス・メタゲノム…
2026/08/16 追記 AlphaFold3などによるタンパク質複合体構造の正確な予測は、タンパク質間相互作用（PPI）の存在を予測するために利用されてきたが、計算上の負担が大きく、実用性にも疑問があるため、この手法が全ゲノムに適用されたことはなかった。本研究…
2026/08/15 間違いを修正 タンパク質間相互作用は、ほぼすべての細胞プロセスの基盤である。AlphaFold2（AF2）のようなタンパク質構造予測法の登場により、特定のタンパク質ペアのモデルは多くの場合、非常に正確に構築できるようになった。しかし、与えられ…
完全長配列が決定され、注釈・カタログ化される細菌プラスミドの数が増加したことにより、プラスミドを比較・分類する計算ツールの開発が促されている。既存の手法は、全長DNA配列（Mash、BLASTnなど）または翻訳されたオープンリーディングフレーム（ORF）…
2026/08/15 追記 ProteinViewは、PDBやmmCIF形式の立体構造をターミナル上で確認するためのオープンソースの分子構造ビューアである。タンパク質だけでなくDNA、RNAおよび小分子を読み込むことができ、Braille、HD、Kitty/Sixelを使ったFullHD表示に対応して…
A-linerは、ゲノム規模の配列アライメントを線形に可視化する柔軟なコマンドラインツールであり、複数のアライナーの出力に対応するとともに、アノテーション、ハイライト、定量トラックおよび座標スケールを統合して可視化できる。細菌から大規模な真核生物…
バイオインフォマティクスWebサーバーは、豊富な可視化機能を備えた専用インターフェースを通じてデータセットの対話的探索を可能にする、現代の生物医学研究における重要な資源である。しかし、主として人間を中心に設計されているため、大規模言語モデル（…
2026/08/12 ビルドエラー修正､説明追記, 8/14追記 大規模なメタゲノム研究において、感度と精度が高く、菌株レベルでの識別が可能であり、かつ計算負荷が適切（計算処理が容易）な分類学的プロファイリング手法への需要が高まっている。既存のプロファイリン…
新規プロトコルの解析において、ロングリードシーケンシングデータの可視化やトラブルシューティングは一般的な作業だが、2 kbを超えるリードからファジーマッチングを用いて複数のプライマー配列を特定することは、目視では困難である。そこで本著者らは、F…
DBCLSが維持管理するRDF Portalの知識グラフは、約60の生命科学データベースを統合しているが、これを検索するにはSPARQLと各データベース固有のRDFスキーマの両方に精通している必要があり、そのため大多数の研究者にとって利用が困難なリソースとなってい…
構造予測の対象はRNAへと拡大したが、現在、深層アラインメントの生成がボトルネックとなっている。本著者らは、配列を重複するダイマー（2塩基単位）として表現する、RNAおよびDNA向けの検索・アラインメントツールRiboseekを開発した。RiboseekはBLASTNやn…
タンパク質とリガンドの結合部位（LBS）に関する知見は、生物学の理解を深め、医学やバイオテクノロジーといった分野で実用的な応用を進める上で極めて重要である。PrankWebは、与えられた三次元構造からLBSを予測できるウェブサーバーであり、結合部位予測…
xBindは、大規模言語モデル（LLM）を活用した、分子間（タンパク質間、タンパク質-DNA間、タンパク質-RNA間）のタンパク質結合部位予測を行うための、対話型かつ自由に利用可能な、高度にカスタマイズ可能なウェブサーバーである。xBindは、ESM-2モデル由来…
科学分野の基盤モデルは、多様なデータモダリティから高次元の表現を学習するが、それらが具体的に何を符号化しているのか、またその知識をどのように抽出するのかは、依然として未解明の課題である。本研究では、70億パラメータを持つゲノム基盤モデル「Evo…
antiSMASHは生合成遺伝子クラスター（BGC）の検出やアノテーションに広く利用されているが、その標準的なワークフローは大規模なメタゲノム・アセンブリには適していいない。膨大な数のコンティグが深刻な実行時間のボトルネックとなり、その後の結果の解析…
2026/07/28追記 ロングリード・アンプリコンシーケンシングはショートリードに比べて長い配列を解析できるが、ノイズを含む長いリードからアンプリコン配列バリアント（ASV）を特定・抽出することは困難な課題である。本研究では、Oxford Nanopore Technolog…
ゲノムおよびメタゲノムデータの数と量の増大に伴い、精密な解析を行うための、拡張性と堅牢性を備えた計算モデルが求められている。生物学的サンプルから得られるk-merを利用した「スケッチング」技術は、大規模な解析において有用であることが実証されてい…
アセンブリグラフは、ゲノムおよびメタゲノムのアセンブラが配列とその重複情報を表現するために用いる基本的なデータ構造であり、より長いゲノム断片を構築する上で重要な役割を果たす。アセンブラでの本来の用途に加え、アセンブリグラフは、メタゲノムビ…
全ゲノム比較は、ゲノムアセンブリの検証やゲノム進化の調査に不可欠だが、適切なリファレンスゲノムの特定や、ノイズの多いヌクレオチド配列から染色体スケールのシンテニーを解釈することは依然として困難である。本稿では、自動のリファレンスゲノム選択…
