論文の概要: Simulation-based inference of yeast centromeres

• arxiv url: http://arxiv.org/abs/2509.00200v1
• Date: Fri, 29 Aug 2025 19:23:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.123914
• Title: Simulation-based inference of yeast centromeres
• Title（参考訳）: 酵母セントロメアのシミュレーションによる推定
• Authors: Eloïse Touron, Pedro L. C. Rodrigues, Julyan Arbel, Nelle Varoquaux, Michael Arbel,
• Abstract要約: 真核生物では、染色体の適切な分離と折り畳みにはセントロメアが不可欠である。 酵母のセントロメアの場所は推論が困難であり、ほとんどの種では未知である。 本稿では,実験的なHi-Cマップとシミュレートされたコンタクトマップの両方に基づいて,出芽酵母の全セントロメアを推定する手法を提案する。
• 参考スコア（独自算出の注目度）: 9.04864965162542
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The chromatin folding and the spatial arrangement of chromosomes in the cell play a crucial role in DNA replication and genes expression. An improper chromatin folding could lead to malfunctions and, over time, diseases. For eukaryotes, centromeres are essential for proper chromosome segregation and folding. Despite extensive research using de novo sequencing of genomes and annotation analysis, centromere locations in yeasts remain difficult to infer and are still unknown in most species. Recently, genome-wide chromosome conformation capture coupled with next-generation sequencing (Hi-C) has become one of the leading methods to investigate chromosome structures. Some recent studies have used Hi-C data to give a point estimate of each centromere, but those approaches highly rely on a good pre-localization. Here, we present a novel approach that infers in a stochastic manner the locations of all centromeres in budding yeast based on both the experimental Hi-C map and simulated contact maps.
• Abstract（参考訳）: クロマチンの折り畳みと細胞内染色体の空間配置は、DNA複製と遺伝子発現において重要な役割を果たす。 不適切なクロマチンの折りたたみは、機能不全や時間の経過とともに病気を引き起こす可能性がある。 真核生物にとって、セントロメアは適切な染色体分離と折り畳みに必須である。 ゲノムのde novoシークエンシングとアノテーション解析を用いた広範な研究にもかかわらず、酵母のセントロメア位置は推論が困難であり、ほとんどの種でまだ不明である。 近年,次世代シークエンシング(Hi-C)と組み合わされたゲノムワイド染色体コンフォメーションキャプチャーが,染色体構造を解析するための主要な方法の1つとなっている。 最近の研究では、Hi-Cデータを用いて各セントロメアの点推定を行っているが、これらのアプローチは良い事前局所化に依存している。 本稿では,実験的なHi-Cマップとシミュレートされたコンタクトマップの両方に基づいて,出芽酵母の全セントロメアの位置を確率的に推定する新しいアプローチを提案する。

関連論文リスト

• Intermediate State Formation of Topologically Associated Chromatin Domains using Quantum Annealing [0.0]
  トポロジカル・アソシエーション・クロマティック・ドメイン(Topologically Associating Chromatic Domains)は、ゲノム要素を分離して転写を制御する空間的に異なる領域である。 最近のモデルはスピン系を表し、ヌクレオソームは離散状態変数として扱われる。 本稿では,D-Wave量子プロセッサのトポロジーにエピジェネティックIsingモデルを組み込んだ量子アニーリング(QA)手法を提案する。
  論文  参考訳（メタデータ） (2025-05-29T09:40:39Z)
• GRAPE: Heterogeneous Graph Representation Learning for Genetic Perturbation with Coding and Non-Coding Biotype [51.58774936662233]
  遺伝子制御ネットワーク(GRN)の構築は、遺伝的摂動の影響を理解し予測するために不可欠である。 本研究では,事前学習した大規模言語モデルとDNAシークエンスモデルを用いて,遺伝子記述やDNAシークエンスデータから特徴を抽出する。 我々は、遺伝子摂動において初めて遺伝子バイオタイプ情報を導入し、細胞プロセスの制御において異なるバイオタイプを持つ遺伝子の異なる役割をシミュレートした。
  論文  参考訳（メタデータ） (2025-05-06T03:35:24Z)
• G2PDiffusion: Cross-Species Genotype-to-Phenotype Prediction via Evolutionary Diffusion [108.94237816552024]
  本稿では,DNAから形態像を生成する最初の遺伝子型対フェノタイプ拡散モデル(G2PDiffusion)を提案する。 本モデルは,1)保存および共進化パターンを識別するMSA検索エンジン,2)複雑なジェノタイプ-環境相互作用を効果的にモデル化する環境対応MSA条件エンコーダ,3)遺伝子型-フェノタイプ整合性を改善する適応型表現的アライメントモジュールを含む。
  論文  参考訳（メタデータ） (2025-02-07T06:16:31Z)
• Single-Cell Deep Clustering Method Assisted by Exogenous Gene Information: A Novel Approach to Identifying Cell Types [50.55583697209676]
  我々は,細胞間のトポロジ的特徴を効率的に捉えるために,注目度の高いグラフオートエンコーダを開発した。 クラスタリング過程において,両情報の集合を統合し,細胞と遺伝子の特徴を再構成し,識別的表現を生成する。 本研究は、細胞の特徴と分布に関する知見を高め、疾患の早期診断と治療の基礎となる。
  論文  参考訳（メタデータ） (2023-11-28T09:14:55Z)
• Masked conditional variational autoencoders for chromosome straightening [14.665481276886194]
  核タイピングはヒト疾患における染色体異常の検出に重要である。 染色体は顕微鏡画像に容易に湾曲し、細胞遺伝学者が染色体の型を分析するのを防ぐ。 本稿では,前処理アルゴリズムと生成モデルを組み合わせた染色体ストレート化の枠組みを提案する。
  論文  参考訳（メタデータ） (2023-06-25T05:11:41Z)
• UNADON: Transformer-based model to predict genome-wide chromosome spatial position [2.3980064191633232]
  UNADONと呼ばれるトランスフォーマーに基づく新しいディープラーニングモデルを開発した。 特定のタイプの核体へのゲノム全体の細胞学的距離を予測する。 核体への大規模な区画化に影響を及ぼす潜在的な配列とエピジェノミクス因子を明らかにする。
  論文  参考訳（メタデータ） (2023-04-26T01:30:50Z)
• ChrSNet: Chromosome Straightening using Self-attention Guided Networks [7.335018936053776]
  染色体の曲率を消去する自己注意ガイドフレームワークを提案する。 提案手法は空間情報と局所テクスチャを抽出し,バンドリングパターンを保存する。 本稿では,染色体長の維持と染色体の歪みの回復に要する2つの厳密な幾何学的制約を提案する。
  論文  参考訳（メタデータ） (2022-07-01T02:19:49Z)
• Deep metric learning improves lab of origin prediction of genetically engineered plasmids [63.05016513788047]
  遺伝工学の属性(GEA)は、配列-ラブの関連を作る能力である。 本稿では,計量学習に基づいて,最も可能性の高い実験室をランク付けする手法を提案する。 我々は、特定の実験室のプラスミド配列のキーシグネチャを抽出することができ、モデル出力の解釈可能な検査を可能にする。
  論文  参考訳（メタデータ） (2021-11-24T16:29:03Z)
• Constrained Multi-shape Evolution for Overlapping Cytoplasm Segmentation [49.992392231966015]
  本稿では,制約型多形進化という,新しい,効果的形状の先進的アプローチを提案する。 クランプ内のすべての重なり合う細胞質を同時に分割し、モデル化された形状によって誘導される各細胞質の形状を共同で進化させる。 形状進化においては, 局所形状前兆だけでなく, 大域形状前兆も導入することにより, セグメンテーションの強度不足を補う。
  論文  参考訳（メタデータ） (2020-04-08T09:08:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。