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.

Foundation Models Improve Perturbation Response Prediction

Deze studie toont aan dat bepaalde foundation-modellen, vooral bij voldoende data en door integratie van meerdere modellen, de voorspelling van cellulaire responsen op genetische en chemische verstoringen aanzienlijk kunnen verbeteren ten opzichte van simpele basismodellen.

Cole, E., Huizing, G.-J., Addagudi, S., Ho, N., Hasanaj, E., Kuijs, M., Johnstone, T., Carilli, M., Davi, A., Ellington, C., Feinauer, C., Li, P., Menegaux, R., Mohammadi, S., Shao, Y., Zhang, J., Lun (…)2026-02-19💻 bioinformatics

Systematic Analysis of Human Tissue- and Cell-Specific Metabolic Models Identifies High-Sugar, High Fat Diet Induced Liver Dysregulation

Deze studie presenteert een systematische atlas van menselijke weefsel- en celspecifieke metabole modellen die, gevalideerd door transcriptomische en metabolomische data, aantoont dat een suiker- en vetrijk dieet de levermetabolisme verandert van een flexibel systeem naar een beperkte, lipiden-gerichte toestand met mitochondriale dysfunctie en verminderde ROS-detoxificatie, wat bijdraagt aan MAFLD.

Li, M., Shi, M., Zhang, C., Turkez, H., Uhlen, M., Mardinoglu, A.2026-02-19💻 bioinformatics

Expanding Glycopeptide Identification with Match-Between-Glycans in FragPipe

Deze paper introduceert de 'match-between-glycans' (MBG)-methode, geïntegreerd in FragPipe, die de identificatie van glycopeptiden uitbreidt door MS1-signalen te koppelen aan bekende glycopeptiden, waardoor ook glycopeptiden met lage abundantie of onvoldoende MS2-fragmentatie en niet-vooraf gedefinieerde glycans betrouwbaar kunnen worden geïdentificeerd.

Shen, J., Polasky, D. A., Jager, S., Yu, F., Heck, A. J. R., Reiding, K. R., Nesvizhskii, A. I.2026-02-19💻 bioinformatics

Circumventing the synthesizability problem in generative molecular design

Dit artikel introduceert de model-gestuurde virtuele screening (MGVS), een pipeline die generatieve structurele geneesmiddelenontwerpmodellen koppelt aan chemische vergelijkingsmethoden om synthetiseerbare analogen met vergelijkbare of betere bindingseigenschappen te identificeren, waardoor de screeningsefficiëntie tot 25 keer wordt verbeterd ten opzichte van standaardmethoden.

Weller, J. A., Li, J., Jiang, Y., Rohs, R.2026-02-19💻 bioinformatics