869 papers
Bio-informatica is de fascinerende brug tussen biologie en datawetenschap. In dit veld helpen onderzoekers computers om enorme hoeveelheden biologische informatie te ontcijferen, van het decoderen van ons DNA tot het begrijpen hoe virussen muteren. Het is de motor achter veel moderne doorbraken in de gezondheidszorg en de ecologie, waarbij complexe patronen in levende systemen worden vertaald naar bruikbare inzichten.
Op Gist.Science maken we de nieuwste ontdekkingen in dit vakgebied toegankelijk voor iedereen. Wij verwerken elke nieuwe preprint die wordt gepubliceerd op bioRxiv, de belangrijkste bron voor nog niet-peer-reviewed onderzoek in de levenswetenschappen. Voor elk document bieden we zowel een duidelijke, alledaagse uitleg als een gedetailleerde technische samenvatting, zodat u snel de kern begrijpt zonder vast te lopen in jargon.
Hieronder vindt u de meest recente bijdragen uit de wereld van bio-informatica, zorgvuldig samengevat voor u.
crispAIPE is een op transformers gebaseerd probabilistisch framework dat de onzekerheid in prime editing-uitkomsten kwantificeert door concurrerende bewerkingsgebeurtenissen te modelleren op een simplex met een Dirichlet-likelihood en split-conformal kalibratie, wat betrouwbare voorspelling van variantcorrectie-efficiëntie en generaliseerbare designfilters over celtypen heen mogelijk maakt.
Hoewel single-cell fundamentele modellen bepaalde gedeelde structurele patronen vertonen in hun gen-embeddings, zoals ribosomale verrijking, zijn geometrische uitschieters grotendeels modelspecifiek en identificeren zij niet betrouwbaar biologisch belangrijke genen of ziekte-relevante doelwitten.
RKMR is een schaalbaar, onzekerheidsbewust raamwerk dat niet-lineaire kernelmodellering, spike-and-slab variabele selectie en ruimtelijke afhankelijkheid integreert om robuuste, voorspellende markerpanelen te identificeren uit hoogdimensionele ruimtelijke omics-data, waarbij het bestaande methoden overtreft in nauwkeurigheid en interpreteerbaarheid.
De PG-LLM-benchmark toont aan dat algemene taalmodellen, ondanks het ontbreken van toegang tot structurele data of multiple-sequence alignments, effectief eiwitvarianten kunnen rangschikken en vele gevestigde sequentiegebaseerde voorspellers kunnen overtreffen, hoewel ze nog steeds achterblijven bij gespecialiseerde biomoleculaire instrumenten.
Deze studie onthult dat inferentie van lokale afstamming bij lage genetische divergentie fundamenteel wordt beperkt door een haalbaarheidsdrempel en de ontoereikendheid van huidige referentiedata in plaats van door de modelarchitectuur, wat aantoont dat metrieken voor nauwkeurigheid per locatie ernstige structurele tekortkomingen maskeren en dat het verstrekken van rijkere haplotype-informatie grotere prestatiewinsten oplevert dan architecturale innovaties.
Deze studie onthult een nieuw ontdekte, evolutionair geconserveerde familie van GFP-vouw-eiwitten die zich uitstrekt over prokaryoten en eukaryoten en het canonieke fluorescente chromofoor vervangt door een sterk beperkt, begraven ladingsnetwerk van twee arginine, twee glutamaat en een tyrosine, een motief dat ook convergent voorkomt in de onverwante DUF2490-familie.
MassGAT is een open-source, graafgebaseerde collectieve leerbenadering die piekdetectie en annotatie voor LC-HRMS-data integreert door ionensoorten als een graaf te modelleren en een Graph Attention Network te gebruiken om bestaande onafhankelijke verwerkingspipelines te overtreffen.
Het artikel introduceert Boltz2ESI, een end-to-end framework dat een biomoleculair fundatiemodel gebruikt om enzym-substraatinteracties te voorspellen via native co-folding, waardoor de plasticiteit van het actieve centrum wordt vastgelegd en bestaande methoden worden overtroffen om de ontdekking van biocatalysatoren en de verheldering van pathways te versnellen.
Het artikel introduceert GraNPA, een methode die GWAS-achtige associatiestudies uitvoert op pangenoom variatiegrafen met slechts een klein aantal individuen om fenotype-gerelateerde genomische regio's te identificeren zonder referentiebias of aanvullende populatiedata.
DPCGS is een nieuw computationeel raamwerk dat GWAS-samenvattende statistieken integreert met single-cell RNA-sequencing data om een hoog-resolutie mapping van genetisch risico naar specifieke celsubpopulaties en regulatoire programma's te bereiken, waarbij het een superieure nauwkeurigheid demonstreert ten opzichte van bestaande methoden en nieuwe inzichten biedt in de cellulaire mechanismen van complexe ziekten zoals Alzheimer en astma.