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.
tensorOmics is een nieuw R-pakket dat gebruikmaakt van tensorfactorisatie om longitudinale multi-omics-gegevens te integreren, waarbij de temporele structuur en de samenhang tussen verschillende biologische lagen behouden blijven voor zowel ongesuperviseerde als gesuperviseerde analyses.
SpaDecoder is een nieuwe methode voor celtype-deconvolutie in ruimtelijke transcriptomics die de 3D-weefselstructuur en single-cell referentieprofielen effectief benut om nauwkeurige celtypeverdelingen over meerdere weefselcoupes heen te schatten.
De auteurs presenteren miRXplain, een efficiënt en uitlegbaar transformer-model dat met behulp van CLIP-L-data en hybride aandachtmechanismen nauwkeurig de interacties tussen verschillende microRNA-varianten (isomiRs) en hun doelwit-mRNA's voorspelt.
Dit artikel introduceert een nieuw benchmark-raamwerk dat taxonomische en intrinsieke wanorde-biases elimineert, waardoor de werkelijke prestaties van voorspellers voor fase-scheidende eiwitten nauwkeuriger en eerlijker kunnen worden geëvalueerd.
Deze studie laat zien dat de aspecifieke binding van antilichamen effectief voorspeld kan worden door een combinatie van proteïne-taalmodellen (PLM's) en biofysische parameters, waarbij het isoelektrisch punt en de zware keten een cruciale rol spelen.
Dit onderzoek toont aan dat roken de incidentie van darmkanker verhoogt door de darmmicrobiota en metabolieten te verstoren en de expressie van tumoronderdrukkende genen, zoals CPT2, te onderdrukken.
Dit onderzoek presenteert een netwerkgebaseerd algoritme dat een globaal perspectief gebruikt om nieuwe gen-ziekte-associaties te voorspellen, wat helpt bij het prioriteren van genetische varianten voor een nauwkeurigere diagnose van zeldzame ziekten.
PlantMDCS is een gebruiksvriendelijke, programmeervrije toolkit voor lokale implementatie die de snelle constructie, het beheer en de integratieve analyse van complexe planten-multi-omics-databases mogelijk maakt.
Dit onderzoek stelt voor dat bepaalde gebieden van lokale frustratie in eiwitstructuren fungeren als 'architecturale spandrels': ze ontstaan niet direct door natuurlijke selectie, maar zijn een bijproduct van fysieke beperkingen die de evolutie vervolgens kan benutten voor specifieke functies.
Deze studie presenteert een cultuuronafhankelijke, data-gestuurde methode met behulp van LC-HRMS en een aangepaste R-workflow om 59 potentiële sideroforen te identificeren in het microbioom van drie verschillende mariene sponssoorten.