RSS 자연 방법 노트

RSS 자연 방법

Nature Methods는 새로운 방법의 출판을 위한 독특한 학제 간 포럼을 제공합니다. Nature Methods는 생명 과학에 초점을 맞추고 있으며, 실제적인, 기술 주도적인 주제와 엄격한 동료 심사 표준을 결합하여 독자들이 항상 가치가 가장 높고 최고 품질의 방법론적 연구를 접할 수 있도록 합니다. 이 저널은 바쁜 연구자들이 생명 과학에서 중요한 방법론적 개발을 넓은 관점에서 쉽게 흡수할 수 있도록 주요 연구 논문 외에도 의견, 리뷰 및 짧은 저널리즘 작품을 제공합니다.

노트 스레드

3D 게놈 구조의 규제적 함의를 이해하는 데 도움이 되는 파운데이션 모델

저희는 Hi-C에서 파생된 염색질 구조로부터 3D 게놈 조직화를 위한 기반 모델을 개발했습니다. HiCFoundation은 게놈 아키텍처를 하위 규제 기능과 연결하는 통합 분석을 지원합니다. Hi-C 데이터에 대한 대규모 자기 지도 사전 훈련 후 하위 작업에 대한 미세 조정을 통해, 종에 걸친 3D 게놈, 단일 세포 및 다중 오믹스 분석을 위한 통합적이고 효율적이며 일반화 가능하고 해석 가능한 패러다임을 제공합니다.

관점, 새로이

이번 달, 과학 데이터를 시각화하기 위한 업데이트된 실용적인 조언을 담아 Points of View 칼럼을 다시 선보입니다.

전사체 AI 모델의 훈련 데이터셋 크기를 확장하는 것은 적은 이득에 비해 많은 고통을 수반합니다.

대규모(수천만 개의 세포) 데이터셋으로 단일 세포 데이터셋에 대한 기초 모델을 훈련하는 것의 이점은 체계적으로 테스트되지 않았습니다. 우리는 단일 세포 기초 모델의 성능에서 훈련 데이터셋의 크기와 다양성의 역할을 평가했으며, 특정 지점을 넘어서는 데이터셋 크기 증가에서 거의 이득이 없다는 것을 발견했습니다.

자유롭게 움직이는 쥐의 피질층 전반에 걸친 동시 2광자 및 3광자 다중 평면 영상 촬영

가벼운 헤드 마운트 다중 평면 현미경은 복잡한 행동 과제를 수행하는 자유롭게 움직이는 쥐의 대뇌 피질 층에 걸쳐 분포된 1,800개 이상의 뉴런에서 수 주에 걸쳐 동시에 이미징을 가능하게 합니다.

단일 세포 기초 모델 성능에 대한 사전 훈련 데이터셋 크기 및 다양성의 역할 평가

단일 세포 파운데이션 모델의 성능은 여러 요인에 따라 달라집니다. 본 연구는 사전 훈련 데이터셋의 크기와 다양성이 미치는 영향을 평가하며, 사전 훈련 데이터를 단순히 확장하는 것만으로는 일관된 개선을 추구하는 데 잠재적인 어려움이 있음을 밝힙니다.

빠른 오픈 소스 파동 광학 시뮬레이터

저희는 파동 광학 모델의 오픈 소스 라이브러리인 Chromatix를 구축했으며, 이를 통해 현대 컴퓨팅 하드웨어에서 광학 시뮬레이션을 효율적으로 확장할 수 있습니다. Chromatix는 일반적인 연구 코드보다 최대 22배 빠르게 계산 광학 문제를 해결하며, 연구자들이 파동 광학 모델의 표준 라이브러리의 일부로 혁신을 공유할 수 있도록 합니다.

개인 유전체로부터 시퀀스-기능 예측을 조사하기 위한 확장 가능한 접근 방식

유전자 발현과 같은 표현형에 대한 DNA 서열 변이의 효과를 모델링하는 것은 개인 간 변이를 해독할 때 고유한 어려움에 직면합니다. 본 연구는 개인 유전체 분석을 위한 확장 가능하고 효율적인 서열-기능 모델링 프레임워크를 제시합니다.

3D 단일 분자 국소화 현미경에서 동시 다중 표적 이미징을 위한 밝기 분리

밝기 분리(Brightness demixing)는 단일 분자 위치 결정 현미경 검사에서 스펙트럼 특성이 아닌 밝기에 기반하여 서로 다른 형광체를 동시에 검출하는 방법입니다. 이 접근 방식은 단일 채널에서 이미징을 가능하게 하므로 여러 표적의 이미징을 단순화하고 속도를 높입니다.

뉴로픽셀 옵토 프로브를 이용한 신경 활동의 읽기 및 쓰기

고밀도 전기생리학 장치를 통해 신경과학자들은 대규모 뉴런 집단의 스파이크를 관찰할 수 있으며, 광유전학을 통해 이러한 스파이크를 유도하거나 억제할 수 있습니다. 우리는 단일 장치가 이 두 가지 기능을 결합하여 살아있는 뇌에서 신경 활동을 읽고 쓰는 고해상도 수단을 제공할 수 있음을 보여줍니다.

뉴로픽셀 옵토: 고해상도 전기생리학과 광유전학의 결합

Neuropixels Opto 프로브는 고밀도 기록 부위와 광섬유 기반의 광 방출 부위를 결합하여 청색 및/또는 적색 광을 이용한 신경 활동의 동시 기록 및 광유전학적 자극을 가능하게 합니다. 마우스 뇌에서 입증된 바와 같이, 이 프로브는 고품질 기록을 획득하면서 정의된 신경 세포 그룹의 활성화 또는 침묵을 허용합니다.

유도만능줄기세포(iPS cells): 만들어진 역사와 만들어져 가는 역사

전사 인자를 사용하여 완전히 분화된 세포를 재프로그래밍하는 방법은 세포를 재구성하며 많은 과학자들의 궤적을 재구성해 왔습니다. 여기에서 연구자들은 이 '재구성'과 그들이 예상하는 미래에 대해 논평합니다.

냉동전자현미경에 화학적 동일성 추가하기

극저온 전자 현미경 및 극저온 전자 단층 촬영과 이차 이온 질량 분석법을 결합한 상관 관계 워크플로우는 동일한 동결된 샘플에서 공간적으로 등록된 화학 지도를 생성하여 초미세 구조 정보를 분자 조성과 직접 연결합니다. 이러한 발전은 나노 스케일 해상도로 세포 내에서 약물, 오염 물질 및 신호 분자가 어디에 존재하는지 식별할 수 있는 새로운 길을 열어줍니다.

의지할 수 있는 LGBTQ+ 동맹들

동료에 대한 지원은 여러 형태로 나타날 수 있습니다. 하지만 그것이 언제, 어떻게 오든 환영받을 것입니다.

늙은 개에게 새로운 세포를 가르치기

두 가지 새로운 방법은 대규모로 학습된 시퀀스 모델이 단일 세포 해상도에서 유전자 조절 및 변이 효과를 예측하도록 효율적으로 조정될 수 있음을 보여줍니다.

AreTomoLive: 실시간 및 고처리량으로 종합적으로 보정되고 노이즈가 제거된 동결 전자 단층 촬영 영상의 자동 재구성

AreTomoLive는 극저온 전자 단층 촬영을 위한 가속화된 전처리 파이프라인으로, 단층 촬영 정렬, 재구성 및 대비 향상을 간소화합니다. 이 파이프라인은 자동화와 처리량을 우선시하여, 대규모 데이터 수집 중에도 포괄적으로 보정되고 노이즈가 제거된 토모그램을 제공합니다.

하이드록실 라디칼 단백질 푸트프린팅–질량 분석법에 대한 권장 사항 및 고려 사항

본 Perspective는 실험 설계, 시료 준비 및 산화, 산화된 시료 처리, 그리고 결과 데이터의 분석 및 해석을 포함하여, 수산화 라디칼 단백질 푸트프린팅-질량 분석법에 대한 최소한의 커뮤니티 표준 및 모범 사례 지침을 제공합니다.

시퀀스 디스플레이를 이용한 단백질 공학

Sequence Display는 단백질 서열-활성 지형도를 편향 없이 대규모로 매핑할 수 있게 하여, 머신러닝 기반 단백질 엔지니어링을 위한 풍부한 데이터셋을 제공합니다.

개별 세포 소기관의 대사 지형을 '촬영'하기

광학 박스카 강화 형광 검출 중적외선 광열 현미경(FILM)은 인공지능 기반 데이터 처리와 함께, 본래의 맥락에서 개별 세포 소기관의 화학적 조성을 지도화합니다. 이 기술은 리소좀의 대사적 이질성과 생리적 노화 및 병리학적 상태 동안의 리소좀 변화를 밝혀냈습니다.

FILM: 중간 적외선 광열 변조 형광을 이용한 세포 소기관 대사 매핑

FILM은 광학 박스카 디모듈레이션 기반 조명, 노이즈 제거 및 스펙트럼 디컨볼루션을 포함하는 중적외선 광열 현미경 변형입니다. 상대적으로 부드러운 특성으로 인해 세포 배양 내 세포 소기관의 대사 과정뿐만 아니라 예쁜꼬마선충에서도 이미징이 가능합니다.

비지도 전이 학습은 훈련 주석 없이 다중 동물 추적을 가능하게 합니다.

UDMT는 트랜스포머 아키텍처를 기반으로 하는 행동 연구를 위한 다중 동물 추적기로, 수동으로 주석이 달린 훈련 데이터의 필요성을 없앱니다. UDMT는 마우스, 쥐, 초파리, C. elegans 및 베타 물고기를 포함하는 데이터셋에서 선보입니다.