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.

💻 bio-informatica

AniAnn's: alignment-free annotation of tandem repeat arrays using fast average nucleotide identity estimates

Dit artikel introduceert AniAnn, een open-source, alignment-vrij algoritme dat snelle schattingen van de gemiddelde nucleotide-identiteit benut om grote blokken tandemherhalingsarrays en satelliet-DNA over diverse eukaryote genomen snel en accuraat te annoteren met een significant kortere runtime vergeleken met bestaande methoden.

Sweeten, A. P., Schatz, M., Phillippy, A. M.2026-01-28
💻 bio-informatica

GLYCAM Bacterial Carbohydrate Builder: a web-tool for modelling 3D structures of bacterial glycans

Het artikel introduceert de GLYCAM Bacterial Carbohydrate Builder, een verbeterde webtool die bacteriële monosacharideparameters en derivaten integreert om de intuïtieve generatie van 3D-structuurmodellen en moleculaire dynamica-inputbestanden voor complexe bacteriële glycanen te vergemakkelijken.

Nieto-Fabregat, F., Grant, O. C., Wang, X., Wentworth, D., Woods, R. J., Marchetti, R.2026-01-27
💻 bio-informatica

LocAlign: Local Protein Structural Alignment with Geometric Deep Learning

LocAlign is een geometrisch deep learning-framework dat lokale eiwitstructurele uitlijning mogelijk maakt door iteratief atomaire overeenkomsten en 3D-superposities te voorspellen via zwak gesuperviseerde training op ligand-gebonden paren, waardoor functionele motieven over diverse eiwitvouwen heen effectief worden geïdentificeerd zonder dat daarvoor grondwaarheid-uitlijningen vereist zijn.

Ravid, H., Tubiana, J., Wolfson, H. J.2026-01-26
💻 bio-informatica

RLBWT-Based LCP Computation in Compressed Space for Terabase-Scale Pangenome Analysis

Dit artikel presenteert een nieuw algoritme dat RLBWT-gebaseerde gecomprimeerde volledige tekstindexen construeert en LCP-gerelateerde informatie berekent in optimale O(n) tijd en O(r) ruimte voor repetitieve datasets, waarbij een 12,6x reductie in piekgeheugengebruik wordt bereikt voor pangenoomanalyse op terabase-schaal vergeleken met eerdere methoden.

Sanaullah, A., Brown, N. K., Shakya, P., Deegutla, A., Naseri, A., Langmead, B., Zhi, D., Zhang, S.2026-01-25
💻 bio-informatica

Positive-Unlabeled Learning for Predicting Small Molecule MS2 Identifiability from MS1 Context and Acquisition Parameters

Dit artikel presenteert een deep learning-framework dat gebruikmaakt van positive-unlabeled learning om de identificeerbaarheid van kleine molecuul MS2-spectra te voorspellen op basis van hun MS1-context en acquisitieparameters, waardoor de uitdaging van ontbrekende negatieve labels effectief wordt overwonnen om acquisitiebeslissingen te sturen en metabolietidentificatie te verbeteren.

Bekbergenova, M., Jiang, T., NOTHIAS, L.-F., Bittremieux, W.2026-01-24
💻 bio-informatica

Polar Marine Microbial Communities as Reservoirs of Polyester Degrading Enzymes

Deze studie onthult dat de microbiële gemeenschappen in de poolzeeën dienen als een voorheen over het hoofd geziene reservoir van diverse, koud-actieve polyester-afbrekende enzymen en volledige metabole paden, wat veelbelovende kandidaten biedt voor biologische sanering van plastics bij lage temperaturen.

Grinen, A., Cifuentes-Anticevic, J., Buscaglia, M., Vergara-Barros, P., Verdejo, A. N., Engelberger, F., Ramirez-Sarmien (…)2026-01-23