바이오 대표

" The complete sequence of a human genome " Abstract 2000년에 초기 발행한 Human reference genomed은 중요한 이질염색성(heterochromatic) 부분을 제외한 게놈(genome)의 진정염색성(euchromatic) 부분만 포함하고 있다. 나머지 8%는, Telomere-to-Telomere(T2T) Consortium에서 인간 게놈 T2T-CHM13d의 완성된 30.55 억개의 base pair 염기 순서 (sequence)를 보였다. 이는 이전 reference의 에러를 수정한, Y를 제외한 모든 염색체(chromosome)의 끊어짐 없는 서열조립 (gapless assemblies)을 포함하고 있고 1956개의 gene predict..

" Telomere-to-telomere assembly of a complete human X chromosome " Abstract 지난 20여년간의 개선 끝에, 현재 human reference genome (GRCh38) 이 가장 정확하고 완성된 척추동물 게놈 (vertebrate genome)이다. 그러나, 단 하나의 염색체도 (chromosome) 몇백개의 풀지못한 갭들없이, 끝부터 끝까지 완성된 것은 없다. 해당 논문에서는 GRCH38을 능가하는, 갭이 없고 telomere 부터 telomere 까지의 human chromosome assembly를 소개한다. 이는 완전 포상기태(hydatidiform mole)* CHM13게놈의 high-coverage, ultra-long-read nan..

" CancerSCEM: a database of single-cell expression map across various human cancers " Abstract single-cell RNA sequencing 기술을 이용한 암연구가 대폭 증가하면서, 다양한 암에서의 세포 이질성 (cellular heterogeneity), 면역 양상 (immune landscape), 그리고 발병 (pathogenesis)이 잇따라서 알려지고 있습니다. 지난 10년간, 다양한 cancer type의 tumer microenviornment에서의 핵심적 연구들에서의 통합과 가공을 위해, cancer scRNA-seq 데이터셋의 엄청난 수요를 필요로 하였다. 이러한 수요와 공급의 차이를 줄이기 위해, 해당 논문에서..

" A comparative Study of Pairwise Learning Methods based on Kernel Ridge Regression " 많은 머신러닝 (ML) 문제들은 객체들의 쌍 (pair)의 라벨 (label)들의 예측으로 표현될 수 있다. 이러한 문제들을 pairwise learning, dyadic prediction 혹은 network inference 라 칭하기도 한다. 지난 10년동안, pairwise learning 을 푸는데 kernel 방법이 압도적이였고 아직까지 state-of-art 예측 성과를 낸다. 하지만 아직 이론적으로 분석된바가 없다. 따라서 해당 논문에서는, 여러 pairwise learning 문제에서 자주 사용되는 kenel-bas..