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.
OpenGerminal presenteert een volledig open-source implementatie van de Germinal antilichaamontwerppipeline die propriëtaire componenten vervangt door een open stack en AbLang1 adopteert, waarmee aanzienlijk hogere cofolding-pass rates en bredere toegankelijkheid voor implementatie worden bereikt terwijl equivalente structurele betrouwbaarheidsmetrieken behouden blijven.
Het artikel betoogt dat de gestagneerde voorspellende prestaties bij het modelleren van peptide-huidpenetratie voortvloeien uit een slecht gefundeerde afhankelijkheid van geconfundeerde transdermale flux-labels die leveringsvehikels en eindpunten negeren, en stelt in plaats daarvan een herformuleerde aanpak voor die het intrinsieke vermogen om barrières te passeren scheidt van leveringsspecifieke retentie en risico.
Het artikel introduceert EnzymeArt, een op functies gebaseerd generatief raamwerk dat er succesvol in slaagt om functionele beschrijvingen om te zetten in experimenteel gevalideerde enzymen met kwantitatieve katalytische activiteit over meerdere proteïnefamilieën, waarbij prestaties worden behaald die vaak overeenkomen met of de wildtype en commerciële referenties overtreffen.
Dit artikel beoordeelt kritisch en stelt homologie-bewuste cross-validatiestrategieën voor om datalekken aan te pakken en een eerlijke beoordeling van de generalisatie te waarborgen voor zowel klassieke als op deep learning gebaseerde methoden voor het voorspellen van de secundaire structuur van RNA.
Bamsnap-LRS is een geautomatiseerde command-line tool die is ontworpen om de schaalbaarheids- en optimalisatiebeperkingen van bestaande visualisatiesoftware te overwinnen door middel van hoog-doorvootsnelheid, publicatieklare batch-visualisatie van long-read sequencing alignments met ondersteuning voor long-read-specifieke kenmerken, gefaseerde SNP-inspectie en diverse genomische analyses.
Als onderdeel van een capstone-cursus aan de Universiteit van Alberta introduceert dit artikel drie deep-learningmodellen (ProMax, APEX en UltraMax) die zijn getraind op een hybride dataset van ongeveer één miljoen eiwit-ligandparen om kwantitatieve glycaan-eiwitbindingssterktes te voorspellen, terwijl de uitdagingen die worden veroorzaakt door long-tail datadistributies en onvoldoende benutting van chirale kenmerken worden belicht.
ComplexDesign is een op hallucinatie gebaseerde benadering die gebruikmaakt van structuurvoorspellingsgestuurde sequentieoptimalisatie en een gespecialiseerd maskeringsmechanisme om succesvol multichain eiwitcomplexen en flexibele binders te ontwerpen die meerdere targets overbruggen, waarbij het bestaande methoden overtreft in zowel onvoorwaardelijke multimeerontwerp als ternaire complexgeneratie.
fastQpick is een open-source command-line tool en Python-bibliotheek die efficiënte, schaalbare bootstrap-resampling van FASTQ-reads mogelijk maakt om onzekerheid in ruwe sequencing-data te kwantificeren, waarbij meerdere geheugengeoptimaliseerde modi worden aangeboden voor het verwerken van grote bibliotheken.
HoloCell is een generatief foundationmodel met 860 miljoen parameters dat is voorgetraind op een enorme multi-omics corpus die epigenomische, transcriptomische en proteomische data verenigt door middel van hiërarchische tokenisatie en iteratieve diffusie om holistische cellulaire representatieleer en flexibele cross-modale generatie mogelijk te maken.
Dit artikel toont aan dat ontwerpen voor output-koppen bij multi-label voorspelling expliciet gekozen moeten worden om de onderliggende biologische structuur van comorbiditeiten te weerspiegelen, zoals bewezen door een symmetrisch conditioneel random field dat complexe alternatieven overtreft bij de microvasculaire gelinkte complicaties van Type 2 diabetes, terwijl geen enkele architectuur stabiel bleek voor de heterogene elektrofysiologische complicaties van myocardinfarct.