논문 리뷰55

• 

  Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning | Nature Communications Yi Wang & Qingwen Zhang groups 2023, Nature communications Abstract (조직) 생검은 간암의 진단에 있어 표준으로 여겨진다. 하지만, 이 방법은 구획화와 염색, 그리고 잘 훈련된 병리학자를 필요로 한다. 이 연구에서 우리는 라만 분광법을 이용해 인간의 간 조직 샘플을 연구하고, 간암의 진단을 위한 수술중/체외 workflow를 개발하고 검증했다. 우리는 라만 분광법과 딥러닝을 이용해 label-free 한 암 조직을 암 .. 논문 리뷰/Histology 2023. 1. 25.

• 

  Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer | Nature Medicine Imagenet pretrained Resnet18 을 이용한 Transfer learning 으로 Tumor detection, MSI prediction 진행. -> 총 두 가지 모델을 가지고 진행 Tumor slide image 를 조각내서 training 시켰기 때문에 하나하나와의 MSI score 를 구하고 합쳐서 전체적인 양상을 볼 수 있었음. 추가적으로 확인을 위해 MSI score 가 lymphocyte gene expression signature in gastric can.. 논문 리뷰/Histology 2023. 1. 16.

• Robust deep learning–based protein sequence design using ProteinMPNN Robust deep learning–based protein sequence design using ProteinMPNN | Science 알파폴드와 로제타폴드같은 딥러닝 접근 방식은 단백질 구조예측을 광범위하게 이용가능하게 했다. 하지만 그 역의 경우 ( 원하는 구조대로 접히는 sequence 를 찾는 것 ) 은 에너지 최적화에 기반을 둔 접근법이 대다수이다. 두 논문에서, 딥러닝을 이용한 단백질 디자인 문제가 다뤄졌다. Dauparas et al. 에서는 ProteinMPNN 이라는 방법을 개발했는데, 그들은 실험적으로 design 을 증명하였고 Rosetta 나 Alphafold 를 사용하여 얻어진 design 중 실패한 design 도 사용가능하게 할 수 있다는 것을 보였다. Wicky et a.. 논문 리뷰/Abstract only 2022. 10. 25.

• NMR-guided directed evolution NMR-guided directed evolution | Nature Directed evolution 은 단백질에 새로운 기능을 부여하고, 기존의 특성을 개선시키는 데 있어서 강력한 도구임. 하지만 small protein 에서조차 directed evolution 의 potential 은 천문학적인 가능한 아미노산 종류 때문에 제한되어있다. 100개의 아미노산 잔기로 이루어진 단백질을 sampling 하는것은 20,100 개의 조합을 요구하고, 이는 실험적 방법으로는 어려운 수치이다. 실제로, 상대적으로 적은 수의 잔기를 수정하는 것은 이미 존재하는 단백질의 repurposing 이나 그의 효율적인 개선, 기능적인 개선에 충분하다. 더 나아가서, 그러한 mutation 들의 위치를 예측하는 전산학적인.. 논문 리뷰/Abstract only 2022. 10. 25.

• 

  Common and species-specific molecular signatures, networks, and regulators of influenza virus infection in mice, ferrets, and humans Common and species-specific molecular signatures, networks, and regulators of influenza virus infection in mice, ferrets, and humans | Science Advances 인플루엔자 A 바이러스에 따른 분자적인 반응은 포유류 종 마다 다르다. 종특이적 혹은 보존된 분자적 반응을 찾기 위해, 우리는 인간, ferret, mice 로부터 얻어진 blood cells, primary epithelial cells, and lung tissues 의 전사체 데이터의 비교분석을 진행하였다. 인간에서의 분자적인 반응은 ferret 이나 mice 에서 관찰되지 않은 antigen processing을 가지고 있었다. .. 논문 리뷰/Systems biology 2022. 10. 25.

• 

  Noninvasive Lung Cancer Early Detection via Deep Methylation Representation Learning Noninvasive Lung Cancer Early Detection via Deep Methylation Representation Learning | Proceedings of the AAAI Conference on Artificial Intelligence 2022, AAAI AnchorDx Medical 기존의 Methylation 을 이용한 cancer detection 방법은 tissue level 의 방법들이 많아서, cfDNA 에 적용하였을 때 discrepancy 가 많았음. 따라서 이 논문에서는 cfDNA ( blood ) -based 방법을 만들고자 함 Dataset : 450K ( Illumina ) microarray Number of samples : 424 ( Train :.. 논문 리뷰/Other topics 2022. 8. 24.

• Recording gene expression order in DNA by CRISPR addition of retron barcodes Recording gene expression order in DNA by CRISPR addition of retron barcodes | Nature 2022, Nature George M. Church & Seth L. Shipman Groups 생물학적인 단계들은 시간에 따른 유전자의 차등발현에 의존하는데, 이를 물리적으로 측정할 방법은 제한적임. 이 논문에서는 살아있는 geome 의 발현 이벤트를 측정하는 분자적인 시스템을 만들었고, 이는 원핵생물 retron 을 기반으로 한 RNA barcode 를 사용함. 이는 DNA 로 역전사되어 CRISPR-Cas 를 이요해 유전체에 삽입됨. 이러한 단방향적인 통합(integration) 은 발현 시간의 재구축을 가능하게 함. 이를 Retro-Cascor.. 논문 리뷰/Other topics 2022. 7. 31.

• 

  Machine learning guided signal enrichment for ultrasensitive plasma tumor burden monitoring Machine learning guided signal enrichment for ultrasensitive plasma tumor burden monitoring | bioRxiv Machine learning guided signal enrichment for ultrasensitive plasma tumor burden monitoring In solid tumor oncology, circulating tumor DNA (ctDNA) is poised to transform care through accurate assessment of minimal residual disease (MRD) and therapeutic response monitoring. To overcome the sparsi.. 논문 리뷰/Other topics 2022. 7. 28.

• 

  cfTrack: A Method of Exome-Wide Mutation Analysis of Cell-free DNA cfTrack: A Method of Exome-Wide Mutation Analysis of Cell-free DNA to Simultaneously Monitor the Full Spectrum of Cancer Treatment Outcomes Including MRD, Recurrence, and Evolution 2022, Clinical Cancer Research Xianghong Jasmine Zhou Group Longitudinal 하게 tissue 를 채취하는 것이 어렵기 때문에, liquid-biopsy 가 각광을 받고 있음. 하지만 이전의 liquid-biopsy 접근들은 cfDNA 안의 low tumor fraction 을 잡아내기 위해서 deep sequencing 기반의 sm.. 논문 리뷰/Other topics 2022. 7. 26.

• 

  Network-based machine learning approach to predict immunotherapy response in cancer patients Network-based machine learning approach to predict immunotherapy response in cancer patients | Nature Communications Kunyoo Shin & Sanguk Kim Groups Nature communications, 2022 Introduction ICI 를 쓰는 것은 chemo 보다 부작용이 적고, 효과가 길게 감. 하지만 소수의 환자들만이 면역항암요법에 반응한다는 것이 한계임. 따라서 치료 전에 반응을 하는 환자군을 예측하기 위한 바이오마커를 알아내는 것이 중요함. 면역항암요법에 precision medicine 의 적용의 문제점 중 하나는 다른 암 환자군들에서 약물 반응을 예측하기 위해, 면역항암요법을 받은 .. 논문 리뷰/Systems biology 2022. 7. 19.

• 

  Exploring the computational methods for protein-ligand binding site prediction (4) Exploring the computational methods for protein-ligand binding site prediction - ScienceDirect 4) 딥러닝 기반의 LBS prediction 방법들 2006년에, 딥러닝은 머신러닝의 성능을 많은 부분에서 앞서갔고 머신러닝에서 가장 유명한 분야가 되었음. 딥러닝은 복잡한 기계학습 방법으로 3가지 방법으로 주로 적용되는데, CNN, DBN, self-encoding netual network 가 그것임. 지난 2년간 DL 을 이용한 LBS prediction 논문들이 report 되었음. - DEEPSite : 2017, 단백질 구조를 3차원 이미지로 생각하고, 특정 사이즈를 가지는 voxel 로 이산화 시킴. 소수성, 수소결합 공여.. 논문 리뷰/Protein 2022. 7. 9.

• 

  Exploring the computational methods for protein-ligand binding site prediction (3) Exploring the computational methods for protein-ligand binding site prediction - ScienceDirect 3) 전통적인 기계학습 기반의 LBS prediction 방법들 LBS prediction 은 이분법 문제이기 때문에, class imbalance 가 있음. Naive Bayes : prior probability 를 계산하기 때문에 샘플간 corerlation 이 있는 경우에는 적용하기 적합하지 않음. Logistic regression : underfit 되는 경향으로 acc 가 잘 나오지 않음. KNN : 빠르지만 class imbalance situation 에서는 성능을 기대할 수 없음. 따라서 SVM 을 많이 쓰게 되는데, .. 논문 리뷰/Protein 2022. 7. 9.