763 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 artikel introduceert linearPOA, een parallel en geheugenefficiënt raamwerk dat een verdeel-en-heers-strategie gebruikt om lineaire ruimtelijke complexiteit te bereiken voor Partial Order Alignment, waardoor het geheugengebruik aanzienlijk wordt gereduceerd in vergelijking met bestaande kwadratische algoritmen bij het verwerken van ultralange, foutgevoelige sequencing-lezen.
Deze studie introduceert PanBART, een soortspecifiek transformer-model getraind op het gengehalte en de genvolgorde van *Escherichia coli* en *Streptococcus pneumoniae*, dat zijn superieure vermogen demonstreert om populatiestructuren onbewaakt te leren, opkomende lijnen te identificeren, de opname van antibioticaresistentiegenen te voorspellen en gen-coselectie te analyseren voor kritieke taken in genomisch toezicht.
Dit artikel presenteert een conditionele variational autoencoder-pijplijn die QSAR-gestuurde surrogate-gewogen fine-tuning en cross-entropy-optimalisatie integreert om uitdagingen rond data-schaarste en circulaire afhankelijkheid te overwinnen, met succes gerichte antimicrobiële peptiden genererend met een hoge voorspelde werkzaamheid en gunstige structurele eigenschappen.
Deze studie hanteert een integratieve systeemfarmacologische aanpak om de moleculaire heterogeniteit van het antifosfolipidsyndroom te karakteriseren, waarbij signaaltransductie van type I-interferon en herprogrammering van myeloïde-achtige B-cellen worden geïdentificeerd als belangrijke aan te pakken assen die patiëntenstratificatie en herbestemming van bestaande therapieën voor gepersonaliseerde geneeskunde mogelijk maken.
Het artikel introduceert BioChirp, een open-source framework dat query-interpretatie op basis van LLM's combineert met deterministische, grafgebaseerde retrievals om meer biomedische associaties met een hogere reproduceerbaarheid te herstellen dan conventionele op LLM's gebaseerde systemen.
Het artikel introduceert de Explainable Prototype Booster (EP-Booster), een methode die biologische voorkennis integreert in fundamentele modellen om latente representaties te verfijnen voor nauwkeurige en interpreteerbare voorspelling van genexpressie uit histologische afbeeldingen, waardoor de kosten- en tijdsbeperkingen van ruimtelijke transcriptomics worden overwonnen.
PixelDeck is een open-source, lokaal-georiënteerde browserapplicatie die de organisatie, ontdubbeling en interactieve bladerfunctie van grote collecties biomedische afbeeldingen en video's op standaardhardware stroomlijnt via een modulaire architectuur met recursieve import, SHA-256-duplicaatzoekopdrachten en asynchrone verwerking.
Het artikel introduceert Tiberius, een op deep learning gebaseerde ab initio genvoorspeller die state-of-the-art nauwkeurigheid en aanzienlijk snellere looptijden bereikt over diverse eukaryotische clades door lijn-specifieke modellen te trainen, waarmee op effectieve wijze huidige knelpunten in genoomannotatie worden aangepakt.
Dit artikel past de kallisto-bustools-suite aan om efficiënte, nauwkeurige en uniforme voorverwerking van bacteriële single-cell RNA-seq-gegevens mogelijk te maken, waarbij uitdagingen die worden gesteld door operons en korte genlengtes worden aangepakt om een schaalbare basis voor microbieel transcriptomics te vestigen.
Deze paper introduceert COSMOS+, een interpreteerbaar raamwerk dat data-gedreven multi-omics factoranalyse combineert met mechanistische kennis om causale signaalroutes te modelleren en actieerbare inzichten te genereren over ziektemechanismen zoals resistentie tegen borstkanker.