UMAP
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…
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)…
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…
多様なオミクスデータの解析において、PCA、UMAP、t-SNE、変分オートエンコーダーなどの手法を用いて低次元埋め込みを計算することは、一般的かつ重要な前処理ステップである。これらの埋め込みは、サンプル分布とその関係性を包括的に把握することを可能に…
タンパク質言語モデル(pLM)は、機能、構造、進化に関する情報をエンコードするタンパク質ごとの埋め込みを生成するが、これらの表現で捉えられた関係を体系的に探索することは依然として困難である。ProtSpace(https://protspace.app)は、pLM埋め込み空…
ヒトの健康や病気の形成に腸内細菌叢が果たす複雑な役割は、培養に依存しない分子ベースのハイスループットシーケンシング技術が利用できるようになったこともあって、近年、精力的に調査・研究が行われている。ヒトのすべての宿主は、平均500~1000種の異な…
シーケンシング技術の継続的な進歩により、「オミクス」というレンズを通して生物学的システムを理解する上での限界は、もはやデータの生成ではなく、それを解析する能力にある。重要なことは、この豊富な「-omics」データの多くは一般に公開されており、さ…