단일 나노포어로 4종 생체분자를 동시 분석하는 센서 개발
머신러닝 알고리즘을 결합해 천연 당단백질 성분 분석과 98.7%의 높은 분류 정확도를 달성했다.
Radar
임상 유전체·NGS 분야에서 주시하고 있는 논문과 뉴스
머신러닝 알고리즘을 결합해 천연 당단백질 성분 분석과 98.7%의 높은 분류 정확도를 달성했다.
HPV16 E5 활성 억제와 MHC-I 발현을 유도하는 저산소 환경 및 바이러스 삽입에 따른 대사 재편성을 확인했다.
시퀀싱 및 이미지 기반 공간전사체 플랫폼별 특성과 통합 분석 흐름을 정리했다.
OneK1K sc-eQTL과 GWAS를 결합한 MR 분석과 공간전사체 검증으로 갑상선 질환 세부 면역세포별 원인 유전자를 규명했다.
전체 얼라인먼트 전에 k-mer 유사도로 불필요한 롱리드를 걸러내 분석 시간과 오류를 함께 줄인다.
원천 시퀀싱 데이터부터 3D 게놈 구조 복원, 모티프 농축 분석까지 단일 워크플로우로 처리한다.
MERFISH 분석을 통해 조직별 RNase 활성을 평가하고 빠르게 억제·불활성화하는 RIPIN 프로토콜을 제안한다.
Visium과 scRNA-seq 통합 분석으로 아토피 병변 진피 상부의 mmDC와 T 세포 상호작용 틈새를 해독했다.
14개 암 관련 패스웨이 정보와 환자 간 적응을 통해 LR DB 없이도 질환 특이적 세포 상호작용을 복원한다
탑다운 분해와 기능 기반 바텀업 병합을 결합해 단일세포 전사체 분석에서 세분화된 계층 구조를 복원한다.
숏리드로 원인을 못 찾은 희귀질환 107사례에 롱리드 WGS를 적용해 4.7%의 추가 진단율을 확인했다.
유방암 세포주의 단백체 교란 데이터를 기반으로 가상 세포 모델 ProteinTalks를 구축했다.
서열 정렬 신호에 커버리지와 SNV 빈도를 통합해 기존 롱리드 SV 콜러의 대형 CNV 검출 한계를 보완한다.
OSF가 재정 문제로 데이터와 코드 호스팅을 중단한다.
임상·규제 목적부터 탐색 연구까지 3단계 계층으로 파이프라인 검증 및 메타데이터 리포팅 기준을 세분화했다.
Cell2location과 RCTD 기반 분석에서 레퍼런스 크기 및 아틀라스 일치도가 디콘볼루션 정확도에 미치는 영향을 분석했다.
이종 그래프 인코더와 대조 학습으로 세포 정렬 정확도를 높이고 오믹스 특유의 위상 구조를 유지한다.
H&E 이미지에 UNI 파운데이션 모델과 GNN을 적용해 공간전사체 발현량을 복원하고 치료 반응 환자를 군집화한다.
동일한 세포 반응 데이터라도 전처리 및 패스웨이 집계 방식에 따라 독성 지표 산출물이 크게 달라진다
세포주, 투여량, 처리 시간에 따른 노이즈를 줄이고 약물 고유의 작용기전 임베딩을 추출한다.
SpliceAI가 놓친 인트론 변이를 Face2Gene, RNA 스플라이싱, DNA 메틸화 분석으로 규명했다
4억 5천만 개 이상의 바코드로 세포 조성 차이와 별개의 아이소폼 공간 변이를 포착한다.
ONT 기반으로 10x 3'·5', ArgenTag, Parse 키트의 아이소폼 검출력과 데이터 특성을 대조했다.
외부 코호트 및 RNA-seq·마이크로아레이 전환 시 발생하는 고정 임계값 분류 실패를 방지하는 정규화 방법을 검증했다
각 모달리티 고유 신호를 보존하며 공간 도메인 검출 성능을 높인다.
전체 유전자 발현 행렬을 유지하여 DEG 분석 등 하류 해석의 정확도를 높인다.
Sanger 대비 저빈도 내성 변이 검출력이 높고 동일 리드 내 다중 내성 변이 연쇄를 확인했다.
Dorado·m6Anet 기반 m6A 분석을 GLORI로 검증하고 METTL3/14 knockdown 시 poly(A) 단축을 포착했다.
Snakemake 기반으로 단일 분자 롱리드 데이터를 활용해 하플로타입별 반복 서열 변이와 메틸화 프로파일을 일괄 처리한다.
시간적 대조 학습과 동결된 파운데이션 모델을 결합해 미학습 종 및 발달 단계 데이터에서도 높은 일반화 성능을 보인다.
TCGA 8,204건 데이터로 그래프 수준 융합과 교차검증 엄격성이 멀티오믹스 암 분류 및 예후 예측에 미치는 영향을 평가했다.
공통 세포 상태와 양식 고유 정보를 분리 추출하고 CrossVQ 코드북으로 세포형별 교차 모달 결합을 해석한다.
희귀 세포군과 미세 도메인을 식별하고 다중 샘플 통합 성능을 유지하며 대용량 데이터를 다룬다.
벌크 시퀀싱으로 확인한 융합 접합부 타깃 프로브를 10x Flex 워크플로우에 추가하여 검출력을 향상시켰다.
PCR 증폭 없이 56개 STR 로커스와 메틸화를 분석해 미진단 소뇌 실조증 환자의 32.4%에서 원인 변이를 동정했다.
잠재 공간의 최적 수송과 생성 모델을 결합해 미학습 환자 및 세포주 데이터에서도 섭동 효과를 추론한다.
Hamilton 자동화와 Snakemake 파이프라인으로 사후 뇌 조직에서 미기재 아이소폼 8천여 개를 확인했다.
4개 공간 기술 기반 6개 시나리오에서 정확도와 생물학적 구조 보존력을 평가해 최적 도구 가이드를 제시한다.
MCAR 드롭아웃 환경에서 전역 발현 복원과 세포 타입 신호 보존 등 분석 목적별 최적 알고리즘을 제시한다.
PacBio 롱리드 데이터를 활용해 변이 검출부터 5mC 메틸화, HRD 분석까지 앤드투앤드로 처리한다.
스팟 내 세포 혼합 문제를 디컨볼루션으로 해소하고 시점 간 발달 궤적을 추정한다
다양한 플랫폼의 시퀀싱 데이터에서 TE 유래 프로모터와 전사 조절 네트워크를 대규모로 추론한다
카운트 테이블에 묻힌 변이, 스플라이싱, 병원체 서열을 세포 단위에서 고속 탐색한다.
공간 인접성과 유전자-스팟 연관성을 함께 학습해 세포 조성 분해와 도메인 특이적 기능 해석의 정확도를 높였다
롱리드 전용 아셈블리와 바이러스·진핵생물 분류 기능이 추가되어 메타제노믹 분석 범위가 넓어졌다.
12사이클 표적 증폭으로 RT-qPCR Cq값을 10~12회 낮추고 나노포어 시퀀싱까지 연결한다.
계산 기반 합의 방식에 조직학 및 세포생물학 전문가 의견을 결합해 공간 클러스터링 평가를 보완했다.
기존 벤치마크의 편향을 지적하고 알고리즘 간 불일치 구간을 전문가가 재검토하는 방식을 제시한다.
계통 추적이나 반복 실험 없이 고유값 스펙트럼의 파워 로우 패턴으로 내성 유전자를 찾는다.
GTEx, eQTL Catalog 등 외부 DB를 연계해 eQTL·sQTL 및 기능 농축 결과를 보고서로 통합한다.
DNAH9, PKD1L1, MMP21, GDF1 변이 및 문헌 108례를 분석해 원심원추부 심근 기형 등 표현형과의 연관성을 확인했다.
시간적 변화가 빠른 감염 과정에서 시점별 데이터를 연동해 공간 매핑 정확도를 높였다.
데이터 수집부터 디콘볼루션과 세포 간 상호작용 분석까지 다루는 R 중심 파이프라인이다.
mTORC1 과활성화 마우스의 EDL·SOL 근육을 Seq-Scope로 분석해 근섬유 아형과 미세환경에 따른 병리 차이를 확인했다.
Count-then-correct 전략으로 대용량 및 단일세포 전사체 데이터에서 최대 50배 이상 신속하게 신호를 추출한다.
동일 출발 시료에서 대사체부터 당화 단백체까지 한 대의 장비로 연속 측정하는 프레임워크다.
LRS-RED 컨소시엄이 평가한 실험 기법과 시퀀싱 분석 및 임상 진단 관점의 과제.
단일세포 mtDNA 분석 시 발생하는 아티팩트가 계통 재구성에 오류를 유발할 수 있다.
구현체가 없던 ICC 알고리즘을 파이썬 패키지로 구축해 단일세포 파이프라인 연동성을 확보했다.
단일세포 mtDNA 분석의 아티팩트 관련 지적에 대한 반론이 Nature에 게재되었다.
행렬 완성 기반 저차원 구조 추정으로 오믹스 간 공통 변동을 포착하고 계산 속도를 높였다.
휴먼 셀 아틀라스 출범 10주년을 맞아 지난 성과와 HCA 2.0의 방향성을 점검했다.
풀랭스 레벨의 공간전사체로 옥수수의 미확인 아이소폼을 발굴하고 신규 유전자 DB를 구축했다.
적대적 자가부호화기로 비쌍 단일세포를 공간 좌표에 매핑하여 정밀한 세포 간 신호 전달을 추론한다
표준화된 파이프라인으로 23개 연구의 42개 파지 시계열 dual RNA-seq 데이터를 재가공해 통합 제공한다.
단일세포 및 공간전사체 분석으로 CDH3+ 악성 세포와 M2 대식세포 상호작용 및 예후 유전자를 발굴함
분석 목적과 데이터 해상도에 맞춰 최적의 CCC 도구를 선택하는 기준을 제공한다.
세포형 표지자 정보와 통계적 농축 분석을 결합해 0.06% 비율의 희귀 클론 변이까지 선별한다
세포별 공간 이웃의 다중 소속 확률을 정량화하여 이웃 기반 DEG 및 클러스터링을 지원하는 R 패키지다.
다양한 시퀀싱 플랫폼과 분석 알고리즘별 융합 전사체 검출 정확도와 한계를 종합 검증했다.
태아 발생부터 성인 정상 조직 및 2형 당뇨병 상태의 췌장 세포 가소성과 조절 네트워크를 규명했다.
250만 세포 규모의 단일세포·공간전사체 및 ATAC-seq 분석으로 염증성 섬유아세포의 고착 메커니즘과 리버설 가능성을 밝혔다.
Content-defined chunking 기반의 append-only 구조로 클라우드 환경 I/O 성능을 개선했다.
직장 점막 scRNA-seq 및 공간전사체로 치루 형성 시 CD4+CD68+ 대식세포 집적과 인종별 경로 차이를 확인했다.
배치 보정을 배제한 분석 기법으로 BRAFV600E 유두암과 미분화암의 분화 마커 손실 및 EMT 양상을 규명했다.
gDNA 추출부터 효소 변환, 클릭 화학 태깅 및 전용 파이프라인 Click-pipe 분석까지 전 과정을 다룬다.
90분 이내 메틸화 분석으로 환자의 14.3%에서 수술 범위를 변경하고 재수술률을 낮췄다.
벌크 RNA-seq 및 공간전사체 스팟 수준에서 가려진 세포 특이적 유전자 발현과 경로를 복원하는 컴퓨팅 프레임워크다.
VCF와 유전자 패널·임상상 정보로 후보 변이를 추리고 HTML과 PPT 보고서를 만든다.
공간 거리 기반 스케칭의 노이즈 취약성을 극복하고 downstream 분석 성능과 연산 속도를 개선했다.
GEM을 기반으로 대사물질을 효소 유전자에 매핑해 대사체 데이터의 GSEA 분석을 가능하게 한다.
대장암 간전이 조직에서 단일세포 이미지 정합으로 RNA와 단백질 발현 차이를 관찰했다.
세포 분류와 통합은 기존 전용 모델이 우수했으나 단백질 발현 예측에서는 파운데이션 모델이 더 뛰어났다.
기존 배양법 대비 스트레스 반응을 줄이고 배아-종양 가소성 특성을 개선함을 확인했다.
발굴부터 WGCNA, 슈도타임 분석까지 지원하며 독립적 발현 매트릭스로 lncRNA 신호를 강화한다.
단일 시퀀싱 런으로 2.3 Gbp 규모 이배체 게놈을 조립하고 행동 형질 연관 구조 변이를 규명했다.
HCMI가 25개 암종 2,780명의 환자 유래 모델과 다중오믹스 분석 데이터를 공개했다.
단일세포 참조 데이터와의 배치 효과를 줄이고 공간 정보를 함께 활용해 디콘볼루션 정확도를 높였다.
숏리드 분석으로 진단하지 못한 희귀질환 24가계에 ONT 롱리드를 적용해 3가계에서 병원성 de novo 구조변이를 찾았다.
공간 단백체 데이터를 통합 분석하는 파운데이션 모델 VirTues가 개발됐다.
최소한의 설정만으로 시퀀스 기반 기능 예측과 scATAC-seq, MPRA 분석 파이프라인을 구축한다.
저입력량 및 장기 보관 FFPE 검체에서 융합 변이 검출률과 DNA·RNA 통합 패널의 분석 성능을 검증했다.
다양한 세포 유형과 조직에서 인핸서와 표적 유전자 간 조절 네트워크를 정밀하게 연결한다.
PacBio와 ONT 데이터에서 전사체 동정과 스플라이싱, TE 전사 등 하류 분석을 단일 워크플로우로 통합했다.
미세 조직 및 단일 세포 수준에서 고처리량 전장 전사체 라이브러리를 구축하는 단계별 상세 가이드다.
CDC73 변이 부갑상선암 선단부에 국소화된 Ca-1 세포군과 iCAF·DPP4 중심의 기질 리모델링 축 제시.
1분 소요 초고속 유리화 동결은 난자 생존율을 높이고 신선 난자에 가까운 전사체 프로파일을 유지한다
소형 초안 모델과 대형 검증 모델의 병렬 처리로 출력 품질 저하 없이 추론 속도를 최대 2배 향상했다.
휴먼인더루프 능동 학습 워크플로우를 활용해 데이터 분석 정밀도를 향상한다.
전체 재통합 과정 없이 신규 오믹스 데이터를 누적 반영하여 아틀라스를 효율적으로 확장한다.
Grid 기반 탐색과 Silhouette 지표로 Seurat 데이터의 최적 UMAP 및 클러스터를 도출한다.
비지도 학습 기반으로 벌크 RNA-seq에서 악성 세포 상태와 비율을 추정한다.
공간, 단일세포, 벌크 전사체에서 1,170개 분비 단백질의 신호 활성을 추정한다.
고정된 레퍼런스 시그니처의 한계를 극복하고 공간 니치에 따른 세포 상태 변화를 함께 추정한다.
EDTA 탈칼슘화와 효소 처리, lineage depletion을 조합해 중간엽 세포 수득률과 생존율을 높인 전처리 기법이다.
타깃 유리의 접근성과 RNA 구조가 PUS7의 mRNA 변식을 결정한다
신장 발생 과정에서 세포 운명 결정에 미치는 미세환경의 공간적 역할을 규명했다.
서브셀룰러 분포부터 다세포 조직까지 아우르는 멀티모달 공간전사체 학습 프레임워크
공간전사체와 단일세포 오믹스로 생쥐 모델의 폐 전이 9단계를 분석했다.
전사체 라이브러리 제작 시 발생하는 커버리지 불균일성은 단일 요인으로 설명되지 않으며 기존 개선법의 효과가 미미하다.
크로마틴 구조와 전사체나 메틸화 데이터를 동시에 처리하는 파이프라인이다.
사전 학습되지 않은 scGPT와 Geneformer가 포착한 노화 신호가 샘플링 편향인지 실제 염증 생물학인지 평가했다.
단일 및 다중 오믹스 데이터를 로컬 환경에서 대화형으로 분석하고 시각화한다.
벌크·단일세포 RNA-seq 전반에 적용해 노화 및 회춘 조절 화합물과 유전자를 선별한다.
유전자 모듈과 반복적 신뢰도 평가를 결합한 AGSI의 멀티오믹스 통합 성능