1250 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.
Dit onderzoek onthult dat elektrolytisch waterstofrijk water (EHW) de differentiatie van darmcellen bevordert door een feed-forward loop te activeren waarbij de repressie van miR-429 en miR-200c-3p leidt tot verhoogde expressie van CUL5 en GOLGA7 via de KLF4-transcriptiefactor.
Deze paper introduceert scDesignPop, een geavanceerde statistische simulator die realistische populatie-grootschalige single-cell RNA-seq-data met genetische effecten genereert om experimenteel ontwerp te optimaliseren, analysemethoden te benchmarken en privacyrisico's te verminderen.
Dit paper introduceert ARCH3D, een fundamenteel model dat door middel van een nieuwe gemaskeerde locus-modelleringstak de globale driedimensionale genoomarchitectuur leert begrijpen en zo de basis legt voor het bouwen van een virtueel genoom.
Dit onderzoek toont aan dat RNA-foundationmodellen, gecombineerd met een nieuwe interpretatiemethode genaamd CA-IG, de generaliseerbaarheid en biologische betrouwbaarheid van endometriose-classificatie aanzienlijk verbeteren ten opzichte van traditionele machine learning-benchmarks.
PhyMapNet is een nieuw Bayesiaans framework dat fylogenetische informatie integreert om robuuste en reproduceerbare microbiomenetwerken te reconstrueren via een tuning-vrije consensusbenadering die de beperkingen van bestaande methoden overwint.
Dit artikel presenteert een groot internationaal competitie- en benchmarkresultaat dat leidde tot geavanceerde modellen voor het voorspellen van genregulatiepatronen uit longitudinale single-cell multimodale data, waardoor nieuwe inzichten werden verkregen in de interacties tussen chromatin, transcriptoom en proteoom.
Deze studie identificeert via bioactiviteit-gedreven screening de antivirale middelen adefovir en brivudine als effectieve OSCAR-remmers die via transcriptomische herprogrammering kraakbeenregeneratie bevorderen en osteoartritis remmen, waardoor ze veelbelovende kandidaten zijn voor ziektemodificerende therapieën.
Deze studie introduceert STRATA, een differentieel-geometrisch raamwerk dat ruimtelijke transcriptomics omzet in continue velden van regulonactiviteit om aan te tonen dat het melanoommicro-omgeving de koppeling tussen reguliere netwerken niet opheft maar homogeniseert, waardoor de complexe architectuur van menselijke huid wordt vereenvoudigd.
De studie concludeert dat de reductie van de UniProtKB-database de peptide-gebaseerde metaproteomische analyses niet destabiliseert, maar juist de ambiguïteit vermindert terwijl de hoogwaardige gemeenschapsstructuur behouden blijft, en dat de noodzaak voor aanvullende interne taxonomische filtering afneemt naarmate de database meer gefocust is op referentieproteomen.
Dit artikel toont aan dat het gebruik van embedding-afstanden uit taalkundige modellen voor eiwitten een efficiënt en betrouwbaar alternatief biedt voor kostbare structurele voorspellingen bij het snel screenen van mutaties die de eiwitstructuur verstoren.