macでインフォマティクス

macでインフォマティクス

HTS (NGS) 関連のインフォマティクス情報についてまとめています。

Preprint

新着順 人気順

リファレンスフリーでロングリードアセンブリのミスアセンブリを検出する LRMD

2026/09/26 追記 ゲノムアセンブリはゲノミクス研究の基盤であり、ミスアセンブリ(誤アセンブリ)の検出は、その後の解析において重要な役割を果たす。リードのアラインメントを利用するリファレンスフリーのミスアセンブリ検出法を用いることで、高品質な…

真核生物の遺伝子構造を予測する OrionGeno

真核生物ゲノムシーケンシングの急速な拡大により、正確かつスケーラブルなゲノムアノテーションに対する需要が急速に高まっている。既存のab initio法は、複雑な遺伝子構造を再構築することや、系統的に離れた生物群に対して汎化することがしばしば困難であ…

(細菌) ゲノム解析からAlphaFold 3によるPPI探索までを統合したGUIツール ppigFinder

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の界面を検索・分類する Foldseek-Interface

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…

高速なfastqのQCツール RastQC

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…

(ヒト) ブラウザで動作するシングルセルAI基盤モデル CytoVerse

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…

ロングリードゲノムアセンブリの完全性および捉えにくい配列モチーフを評価する Klumpy

第3世代シーケンサー技術の向上とコスト削減により、研究者がde novoゲノムアセンブリで取り組める生物学的問題の範囲が広がっている。リファレンスゲノムの数が増加する中、その完全性を最小限のオーバーヘッドで検証することは、その応用において信頼でき…

系統ごとの遺伝子獲得・欠失・重複を推定する GLADE

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…

大規模ウイルスメタゲノム統合解析パイプライン vOMIX-MEGA

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…

GTDBマーカーベースで超高速メタゲノムプロファイリングと株レベル解析を行なう Protal

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…

ロングリードfastqをターミナルで可視化してアダプター配列の結合部位を探す seqsizzle

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…

リモートヌクレオチド配列を高速に検索して大規模MSAを構築する Riboseek

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…

(ヒト) ゲノム基盤モデルを使ってClinVarバリアントの影響を説明する EVEE

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…

大規模メタゲノムアセンブリにスケールする生合成遺伝子クラスター metaSMASH

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…

ロングリードアンプリコン配列バリアント(ASV)を高感度に検出する savont

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…

ゲノム比較およびシンテニー可視化のためのリファレンスガイド型snakemakeワークフロー Hobrac

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…

大規模細菌ゲノムデータセットにおける組換え検出のための高速かつ堅牢なツール Verticall

進化研究を目的とした系統ゲノム解析において、水平伝播によって獲得されたゲノム領域を推定し、それらを除去することは極めて重要なステップである。既存のツールは、数百ゲノム規模のクローン系統に焦点を当てたデータセットでは良好に機能するが、より大…

メタゲノムデータからクロロプラストゲノムをbinningする ChloroScan

ゲノム分解能メタゲノム解析(Genome-resolved metagenomics)は、原核生物のゲノム発見に大きく貢献してきた。しかし、微小真核生物(原生生物)に適用する場合、核ゲノムに多数存在するイントロンや反復配列といった課題が、新規原生生物系統の探索や発見…

Transformerベースのメタゲノムbinningツール CompleteBin

メタゲノム・ビニングは、メタゲノム・シーケンシング・サンプルから微生物ゲノムを再構築する上で極めて重要である。しかし、短く存在量の少ないコンティグが主体となる複雑な群集においては既存のツールでは対応が難しく、完全なメタゲノム構築ゲノム(MAG…

CPUネイティブかつマーカー遺伝子を必要としないビニング・アルゴリズム QuickBin

メタゲノム・アセンブリからゲノムを再構築することはマイクロバイオーム研究の基盤だが、メタゲノム・ビニング(ゲノムの分類・統合)は、ゲノムの忠実度と処理スループットとの間の根深いトレードオフという制約を依然として受けている。高精度な手法の多…

シングルセルや希少サンプルから全ゲノム増幅したロングリードデータのアセンブリグラフからキメラを除去し、アセンブリを改善する lrSAGA

2026/07/16 タイトル修正 Multiple Displacement Amplification(MDA)は単一細胞からの全ゲノム増幅を可能にするが、キメラアーティファクト(人工産物)を生じさせ、特にロングリードシーケンシングを用いた下流の解析に深刻な悪影響を及ぼす。本研究では…

Transformer / GPT の内部処理をブラウザ上で可視化して学ぶ transformer-explainer

AI推敲済み Transformerは機械学習に革命をもたらしたが、その内部構造は多くの人にとって依然として不透明である。そこで本著者らは、非専門家がGPT-2モデルを通してTransformerについて学ぶことができるように設計されたインタラクティブな視覚化ツール、T…

RNA二次構造を可視化する包括的プラットフォーム R2DT

RNAの二次構造(2D)の可視化は、RNAの機能を理解するために不可欠なツールである。R2DTは、RNAの2次構造を、一貫性があり、認識可能で、再現性のあるレイアウトで可視化するために設計されたソフトウェアパッケージである。最新リリースのR2DT 2.0では、一…

LLMで海洋メタゲノムの二次代謝産物を探索する DeepSeMS

微生物由来の二次代謝産物(SM)は大きな治療効果を持つ可能性を秘めているが、主に培養種から発見されており、微生物の生物多様性のほんの一部しか表していない。メタゲノミクスの進歩により、生合成遺伝子クラスター(BGC)の宝庫が明らかになったが、ゲノ…

pLMによるタンパク質埋め込みをUMAP/PCAで可視化する ProtSpace

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…

Rustで記述された高性能なバリアント効果予測ツール fastVEP

ゲノムバリアントとその予測される機能的影響の注釈付けは、ゲノム研究および臨床診断において重要なステップである。広く使用されているEnsembl Variant Effect Predictor (VEP) はPerlで実装されているが、最新のシーケンス研究によって生成されるますます…

ナノポアシーケンスシグナルのためのエンドツーエンドのTransformerベースシミュレーター NanoSimFormer

ナノポアシーケンスは、R10.4.1フローセルと高性能Transformerベースのベースコールモデルの登場により、新たな精度基準を達成した。しかし、既存のシグナルシミュレーターは、静的なポアモデルに依存したり、ベースコールに関連する最適化目標が欠如してい…

バイオインフォマティクスのプロットを出力するLLM搭載プラットフォーム PlotGDP

高品質なバイオインフォマティクスプロットは、生物学研究、特に論文発表の準備において重要である。しかし、論文発表に適したプロットを作成するには、学習曲線が長く、コーディング環境の設定が複雑になるという課題がつきまとう。そこで本稿では、バイオ…

メタゲノムの真核生物配列を識別する階層型分類器 Euktect2

メタゲノミクスにおけるDNA配列の現在の分類は、主に参照データベースとのアライメントに依存しています。しかし、ゲノムデータベースに含まれる真核生物種だけでは不十分であり、メタゲノム内には培養不可能な真核生物が多数存在します。これらの制約により…

マルチコピーTE配列を遺伝子、アイソフォーム、locusレベルで正確に定量する MAJEC

転移因子 (TE) の研究は、がん生物学、免疫学、老化などの分野でますます中心的な役割を担うようになっている。これらの因子における疾患または実験室で誘発される摂動を正確に定量化することは、拡大する研究を支える上で重要だが、現在の RNA-seq パイプラ…