💻 Category

bioinformatics

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.

💻 bioinformatics

cyto: ultra high-throughput processing of 10x-flex single cell sequencing

Het artikel introduceert **cyto**, een open-source, ultra high-throughput processor voor 10x Genomics Flex single-cell sequencing die een 16,5-voudige versnelling en aanzienlijk verminderd resourcegebruik bereikt ten opzichte van CellRanger door gebruik te maken van directe k-mer lookup en nieuwe binaire formaten, terwijl een concordantie van 99,85% met standaardoutputs wordt behouden om de constructie van schaalbare, kosteneffectieve miljarden-cel atlas mogelijk te maken.

Teyssier, N., Dobin, A.2026-01-22
💻 bioinformatics

Interactive Visualization of Metric Distortion in Nonlinear Data Embeddings using the distortions Package

Het artikel introduceert het `distortions` softwarepakket, een interactieve visualisatietool ontworpen om lokale metriek-distorties te meten en weer te geven in niet-lineaire dimensionaliteitsreducties zoals UMAP en t-SNE, waardoor onderzoekers helpen bij het identificeren van artefacten, het afstemmen van hyperparameters en het selecteren van geschikte methoden voor de analyse van hoogdimensionale genomica-data.

Sankaran, K., Zhang, S., Chenab,, Meila, M.2026-01-21
💻 bioinformatics

RAGulate: Retrieval-Augmented Generation for Post-hoc Literature-Grounded Regulatory Assessment

RAGulate is een retrieval-augmented generation-framework dat hybride literatuurretrieval combineert met grote taalmodellen om interacties tussen transcriptiefactoren en doelwitten in specifieke biologische contexten nauwkeurig te beoordelen en uit te leggen, waardoor hallucinaties worden verminderd en de experimentele prioritering voor biologen wordt versneld.

Zandigohar, M., Dai, Y.2026-01-21
💻 bioinformatics

eTRex Reveals Oncogenic Transcriptional Regulatory Programs Across Human Cancers

Door het ontwikkelen van het variationele Bayesiaanse hiërarchische model eTRex en dit toe te passen op 4.819 ATAC-seq-datasets, construeert deze studie een uitgebreide, contextspecifieke pan-cancer atlas van functionele transcriptionele regulatorprofielen die zowel gemeenschappelijke als kankerspecifieke oncogene regulatoire programma's onthult, gevalideerd door onafhankelijke genomische schermen en toegankelijk via een interactief webportaal.

Lu, Z., Yang, Y., Zheng, Q., Gao, F., Xu, L., Wang, X.2026-01-20
💻 bioinformatics

HERMES: Holographic Equivariant neuRal network model for Mutational Effect and Stability prediction

HERMES is een snel, op structuur gebaseerd neuraal netwerkmodel dat de effecten van mutaties op eiwitstabiliteit en bindingsaffiniteit voorspelt door gebruik te maken van lokale 3D-atomaire omgevingen en een geamortiseerde fijnafstemmingsstrategie om groottegebaseerde biases te overwinnen, waardoor nauwkeurig en computationeel efficiënt vaccinontwerp mogelijk wordt.

Visani, G. M., Jones, Z., Galvin, W., Pun, M. N., Daniel, E., Borisiak, K., Wagura, U., Nourmohammad, A.2026-01-15
💻 bioinformatics

Stitching genomics data to protein structures: Virulence factors in non-O157 Shiga toxin-producing Escherichia coli

Deze studie integreert genoombrede analyse met 3D-eiwitstructuurmodellering om aan te tonen hoe genetische variaties in virulentiefactoren, met name het intimine-receptorcomplex, functioneel gekarakteriseerd kunnen worden om de risicobeoordeling en diagnostiek voor diverse niet-O157 Shiga-toxine-producerende *E. coli* te verbeteren.

Malhotra, S., Ward, A., Giles, L., Gerrard, T., Winn, M., Holden, N. J.2026-01-15
💻 bioinformatics

Label-free detection of individual virus-infected cells using deep learning

Het artikel introduceert VAIruScope, een op deep learning gebaseerde pijplijn die de automatische, labelvrije identificatie en kwantificering van virusgeïnfecteerde cellen mogelijk maakt over diverse celmodellen en klinisch relevante RNA-, DNA- en retrovirussen door cytopathische effecten in lichtmicroscopiebeelden te herkennen met een nauwkeurigheid van tot 96%.

Pfeil, J., Siegmund, C., Mueller, E., Akhmedova, S., Loewe, A., Kauter, A., Tertel, T., Giebel, B., Laue, M., Le-Trillin (…)2026-01-15