1018 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.
Deze studie toont aan dat de correlatie tussen de log-likelihoods van generatieve modellen en de bindingsaffiniteit van antilichamen voortvloeit uit het feit dat deze modellen impliciet evolutionaire priors leren, waarbij ze presteren op hetzelfde niveau als eenvoudige BLOSUM-gelijkenisscores berekend tegen een bekende ouderlijke binder.
Dit artikel introduceert een nieuw op PARAFAC2 gebaseerd analytisch kader dat de beperkingen van standaard CP-modellen overwint door expliciet subject-specifieke temporele variaties in longitudinale microbioomgegevens te vangen, waardoor de ontdekking van repliceerbare, geïndividualiseerde ontwikkelingskenmerken mogelijk wordt die voorheen over het hoofd werden gezien.
Het artikel introduceert SWARM, een op AI gebaseerd framework dat de precisie van single-molecule RNA-modificatieprofilering aanzienlijk verbetert door de hoge fout-positieve ratio's in nanopore-sequencing te overwinnen, waardoor de ontdekking van nieuwe modificatiesites mogelijk wordt en nieuwe inzichten in pseudouridine-depositie worden onthuld, terwijl bestaande modellen van epitranscriptomische coördinatie worden uitgedaagd.
Dit artikel introduceert OptMini, een efficiënt algoritme dat minimale dichtheid-minimizers berekent voor grote venstergroottes door de beperkingen van brute-force zoekopdrachten en integer lineaire programmering te overwinnen, terwijl het ook nieuwe inzichten biedt in de relatie tussen minimizer-dichtheid en universele hitting sets.
Dit artikel introduceert AniAnn, een open-source, alignment-vrij algoritme dat snelle schattingen van de gemiddelde nucleotide-identiteit benut om grote blokken tandemherhalingsarrays en satelliet-DNA over diverse eukaryote genomen snel en accuraat te annoteren met een significant kortere runtime vergeleken met bestaande methoden.
Het artikel introduceert de GLYCAM Bacterial Carbohydrate Builder, een verbeterde webtool die bacteriële monosacharideparameters en derivaten integreert om de intuïtieve generatie van 3D-structuurmodellen en moleculaire dynamica-inputbestanden voor complexe bacteriële glycanen te vergemakkelijken.
LocAlign is een geometrisch deep learning-framework dat lokale eiwitstructurele uitlijning mogelijk maakt door iteratief atomaire overeenkomsten en 3D-superposities te voorspellen via zwak gesuperviseerde training op ligand-gebonden paren, waardoor functionele motieven over diverse eiwitvouwen heen effectief worden geïdentificeerd zonder dat daarvoor grondwaarheid-uitlijningen vereist zijn.
Dit artikel presenteert een nieuw algoritme dat RLBWT-gebaseerde gecomprimeerde volledige tekstindexen construeert en LCP-gerelateerde informatie berekent in optimale O(n) tijd en O(r) ruimte voor repetitieve datasets, waarbij een 12,6x reductie in piekgeheugengebruik wordt bereikt voor pangenoomanalyse op terabase-schaal vergeleken met eerdere methoden.
Dit artikel introduceert een schaalbare, interpreteerbare en efficiënte eiwitrepresentatie gebaseerd op een gecureerd alfabet van 40 evolutionair geconserveerde fragmenten die traditionele sequentie- en structuurmethoden overtreft in clustering, databasezoeken en het begeleiden van de generatie van functionele eiwitbackbones.
Deze studie onthult de ongekende endogene expressie van het vrouwelijke-specifieke lncRNA XIST in een zeldzaam neuronale of gliale celtype binnen mannelijke harten, waarbij de opregulatie ervan geassocieerd is met hartziekte en myocardinfarct, wat wijst op een nieuwe, acteerbare niet-coderende RNA-route in de cardiale pathologie.