1210 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 toont aan dat de veelgebruikte sum-of-pairs score vaak faalt in het identificeren van de meest nauwkeurige multiple sequence alignments en stelt een op deep learning gebaseerd scoringframework voor, specifiek Model 2, die effectief alternatieve alignments rangschikt om downstream fylogenetische reconstructie te verbeteren.
LongPolyASE is een uitgebreid, end-to-end framework ontworpen om allel-specifieke gen- en isoform-analyse in polyploïden mogelijk te maken met behulp van long-read RNA-seq data, waarbij het de huidige beperking aan gespecialiseerde tools voor deze organismen aanpakt door middel van zijn geïntegreerde componenten voor syntenische genidentificatie, transcriptkwantificatie en differentiële expressie-analyse.
Deze studie toont aan dat poly(A)-verrijkte RNA-seq data ongeschikt is voor betrouwbare circRNA-detectie vanwege hoge fout-positieve ratio's en onenigheid tussen tools, waarmee wordt vastgesteld dat totale RNA-sequencing met effectieve ribosomale RNA-depletie de noodzakelijke standaard is voor accurate circRNA-profilering.
RareCapsNet is een uitlegbaar capsule-netwerkframework dat robuust zeldzame celpopulaties en hun transcriptomische signaturen in grootschalige single-cell RNA-seq data identificeert, waarbij het de huidige state-of-the-art methoden overtreft terwijl het kennisoverdracht tussen verschillende experimentele batches mogelijk maakt.
Het artikel introduceert GCP-VQVAE, een SE(3)-equivariante geometrisch volledige tokenizer die eiwitbackbones omzet in een discrete vocabulaire van 4.096 tokens terwijl chiraliteit en oriëntatie behouden blijven, waarbij een staat-van-de-kunst reconstructienauwkeurigheid, robuuste zero-shot generalisatie en aanzienlijk snellere inferentiesnelheden worden bereikt vergeleken met eerdere methoden.
Deze studie onthult dat hoewel het AlphaGenome-model effectief de variatie in chromatine-toegankelijkheid voorspelt door lokale regulatoire grammatica te vatten, het aanzienlijk tekortschiet in het voorspellen van de variatie in genexpressie vanwege de uitdaging van het modelleren van de langetermijn-regulatoire integratie die vereist is voor verschillen tussen individuen.
MLMarker is een interpreteerbaar machine learning-framework dat gebruikmaakt van een Random Forest-model getraind op gezonde weefsels om continue gelijkenisscores te berekenen en de oorsprong van weefsels te identificeren in complexe proteomica-data, inclusief schaarse biovloeistofmonsters en metastatische tumoren.
PHoNUPS is een gratis, open-source R-gebaseerde softwaretool die is ontworpen om de analyse en visualisatie van multi-instrument extracellulaire vesikeldata te standaardiseren door diverse bestandsformaten te verenigen in publicatieklare statistieken, histogrammen en contourplots om reproduceerbaarheid en naleving van MISEV-rapportage-standaarden te verbeteren.
Dit artikel introduceert een hybride kwantum-klassieke grafische neurale netwerk die korte-termijn moleculaire dynamica-simulaties en variatiele kwantumcircuits integreert om de nauwkeurigheid en parameter-efficiëntie van het voorspellen van eiwit-ligand dissociatiesnelheden voor medicijnontwerp aanzienlijk te verbeteren.
BiomarkerKB is een uitgebreide, FAIR-conforme kennisbank en grafiekgebaseerd platform dat meer dan 200.000 biomarker-ziekte-associaties uit diverse bronnen harmoniseert in een gestandaardiseerd kader om reproduceerbare exploratie en ontdekking in precisiegeneeskunde mogelijk te maken.