学術的背景 シーケンシング技術の急速な進展により、科学者たちは大量のタンパク質配列データを取得できるようになり、その中には多くの酵素配列も含まれています。しかし、京都遺伝子とゲノム百科事典（KEGG）やBRENDAのような大規模な酵素データベースが構築されているにもかかわらず、多くの酵素の配列情報は依然として欠落しています。これらの配列情報が欠如している酵素は「オーファン酵素」（orphan enzymes）と呼ばれています。オーファン酵素の存在は、配列類似性に基づく機能アノテーションを著しく妨げ、配列と酵素反応の間の関係を理解する上で大きな空白を生んでいます。 オーファン酵素の問題は、配列情報の欠如に限らず、生物学的プロセスの理解にも影響を及ぼしています。例えば、ヒト腸内細菌叢における多く...

プラスミド（plasmid）は、細菌の染色体DNAとは独立した小型の環状二本鎖DNA分子であり、水平遺伝子伝達（horizontal gene transfer）を通じて宿主細菌が抗生物質耐性や金属耐性などの有益な特性を獲得するのを助けます。一部のプラスミドは、複数の微生物間で転移、複製、または持続することが可能であり、これらは広宿主範囲プラスミド（broad-host-range plasmids, BHR plasmids）と呼ばれます。BHRプラスミドの宿主範囲を正確に予測することは、プラスミドがどのように細菌の進化を促進し、耐性遺伝子を広めるかを理解するだけでなく、組換えベクターの開発においても重要な意義を持ちます。しかし、現在のところ、BHRプラスミドの詳細な宿主範囲ラベルを提供す...

学術的背景 DNAシーケンスアラインメントは、ゲノム解析における中心的な課題であり、短いDNA断片（リード）を参照ゲノム上の最も可能性の高い位置にマッピングすることを目的としています。従来の方法は通常、2つのステップに分かれています。まずゲノムをインデックス化し、次に効率的な検索を行ってリードの可能性のある位置を特定します。しかし、ゲノムデータの爆発的な増加、特に数十億塩基対の参照ゲノムを扱う場合、従来のアラインメント方法は計算効率と精度の面で大きな課題に直面しています。近年、Transformerモデルが自然言語処理（NLP）分野で成功を収めたことから、研究者はこれをDNAシーケンス解析に応用しようとしています。これまでの研究では、Transformerモデルが短いDNAシーケンスの分類タ...

腫瘍の進化過程において、ゲノムコピー数変異（Copy Number Alterations, CNAs）は腫瘍の異質性と進化を駆動する重要な要因です。これらの変異を理解することは、個別化されたがん診断や治療法の開発にとって極めて重要です。単一細胞シーケンス技術は、単一細胞レベルまで深く分析できる最高解像度のコピー数解析を提供します。しかし、低リード深度（low read-depth）の全ゲノムシーケンスデータは、コピー数変異の検出に大きな統計的および計算上の課題をもたらします。既存の計算方法の多くは細胞間の進化的関係を無視しており、その結果、検出精度が低下しています。そのため、細胞の進化歴史を組み込んだコピー数検出方法の開発が現在の研究における緊急の課題となっています。 論文の出典 本論文は...

タンパク質の三次元構造はそのアミノ酸配列によって決定され、タンパク質の機能はその三次元構造に大きく依存しています。タンパク質の側鎖構造（side-chain conformations）は、タンパク質の折り畳み、タンパク質-タンパク質相互作用、およびタンパク質設計（de novo protein design）において重要な役割を果たします。正確にタンパク質側鎖の構造を予測することは、タンパク質の折り畳みメカニズムを理解し、新しいタンパク質を設計し、タンパク質相互作用を研究するための鍵となります。しかし、従来の物理ベースのモデル（physics-based modeling）は、経験的なスコアリング関数（empirical scoring functions）、離散的なロタマーライブラリ（d...