Thrilled to share that our new method scSurv is now published in Bioinformatics!🎉 https://t.co/3X5NUEpBgj [1/7] scSurv is a deep generative model for single-cell survival analysis that quantifies how individual cells contribute to clinical outcomes using bulk RNA-seq data.🔥

New OpenFold3 preview out! (OF3p2) It closes the gap to AlphaFold3 for most modalities. Most critically, we're releasing everything, including training sets & configs, making OF3p2 the only current AF3-based model that is functionally trainable & reproducible from scratch🧵1/9

機能を保ったまま生きた脳組織の透明化を実現した論文がNature Methods誌に掲載されました。 2013年に固定組織の透明化法を発表した当初、「いつか生きたまま透明にできますか？」という質問を幾度となくされて、常にNoと答えていたのですが、ついに実現しました！ https://t.co/joMB5odihK

Spatial Perturb-Seqは, 組織を損傷することなく単一細胞における機能ゲノミクスを可能にする https://t.co/AmVccU10YL

💊💊💊 @Ginkgo just dropped GDPx4 💊💊💊 29.9 MILLION rows of DRUG-seq data, perfect for benchmarking + large-scale perturbation modeling critical for anyone who can't afford their own high-throughput lab a little more in 🧵

【プレスリリース】 tRNAの「脱硫型修飾」がタンパク質合成を左右する！ ―ヒト細胞で見つかった新しい翻訳制御― https://t.co/BSFF7s3ajL #東京大学 #東大工 #UTokyo

Nature research paper: Cell-free chromatin state tracing reveals disease origin and therapy responses https://t.co/x9LZmlPnwK

Excited to share our new work. Over the past decade, single-cell genomics has transformed our ability to map cellular systems. But a major question remains: Can we predict how perturbations reshape cellular trajectories over time? In 2018, we first showed that it is possible to

ヒト組織や体液などの代謝産物を網羅的に探索する質量分析によっても一部の代謝物しか同定できない。この問題を解決するために既知の代謝産物の構造等を学習し、未知の代謝産物を同定するDeepMetを開発したという論文。Nature。 https://t.co/dA6QvLo7Ht

Reinforcement learning teaches itself how to sequence cancer drugs Cancer cells are not static targets. From the moment a drug arrives, tumour cells adapt—shifting transcriptional programs, acquiring tolerance, developing resistance. Combination therapies help, but administering

Massively parallel reporter assay for mapping gene-specific regulatory regions at single-nucleotide resolution https://t.co/HBNRYZAV67

AlphaCell: Towards building a World Model to simulate perturbation-induced cellular dynamics https://t.co/b2VorMgwEk

After years of work, the centerpiece of my PhD is published in @NatureMethods! Read it to learn about the biophysical insights we can get from single-cell data! But first, I would like to talk a bit about RNA velocity and normalization. 1/

Evo 2 is out in Nature today, showing that genome language models can predict and design across the full complexity of life, from phages to eukaryotes. A few surprises from the project, including how ignoring trillions of nucleotides was key to getting a good model. 🧵

Nature research paper: Genome modelling and design across all domains of life with Evo 2 https://t.co/ONPbIMBpOC

〈プレスリリース〉DNA言語に対する生成AI基盤モデルを開発 オーソログ進化パターンに基づく遺伝子配列再設計で異種生物での高発現を可能に～バクテリアのプラスチック分解能力を最大約10倍向上～ https://t.co/sNS16hdZ4Z 導入先の生物に適したDNA配列を生成する深層学習モデルを開発しました。 #JST

New preprint released 🪇 Which tRNAs are used by ribosomes during translation? We introduce tRIBO-seq, a nanopore method to sequence ribosome-associated tRNAs and track how the active tRNA pool changes across stress conditions. https://t.co/plMXQtK1E0 A thread 🧵

細胞内イベントを記録する分子ツールGEMINI 細胞内で3Dに成長するデザインタンパク質を開発。特定のシグナルによって産生されるサブユニットを取り込み、顕微鏡観察によって、いつ・どの程度の刺激が細胞に加わったかを解読できる。マウスin vivoでも使用可能 https://t.co/Wd5ErMt0NR

小池くんとの研究がPNASから出版！ データ駆動モデリングで脳の配線原理を解読した研究です。 神経はなぜ正しい場所につながるのか？ 脳の接続データから神経を導く 「見えない分子の地図」 を解読。 さらに遺伝子発現データのみから脳の配線構造の再構成にも成功。 https://t.co/vZYGjuHBYB

細胞内で計算設計タンパク質集合体を年輪状に成長させて履歴を記録する画期的な新技術GEMINIを開発し、炎症シグナルや神経活動などの細胞動態を15分単位・時間精度で可視化し、生体組織内での空間的不均一性も解析可能であることを示した論文がNature誌に発表されました。 https://t.co/VzLbd5YDsZ

【再掲載】浦木ラボ( https://t.co/jHTcBuQ1c6)では、ウイルス/ワクチン研究を一緒に推進する特任助教を募集しています！ バックグラウンドは問いません。 幅広い分野からの応募を歓迎します。 詳しくは👇 https://t.co/xgdI6LNUEL https://t.co/JpEGpT5ILu