💻 Category

bioinformatics

869 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.

💻 bioinformatics

Calibrated Uncertainty Quantification for Patient-Level AML Drug Sensitivity Prediction Using Split Conformal Prediction

Deze studie introduceert een split conformal prediction-framework toegepast op de BeatAML 2.0-cohort die er succesvol in slaagt statistisch gekalibreerde onzekerheidsintervallen te genereren voor patiëntniveau AML-genezensgevoeligheidsvoorspellingen, waarbij verschillende onzekerheidspatronen over medicijnklassen heen worden onthuld terwijl wordt aangetoond dat dergelijke onzekerheid onafhankelijk is van standaard moleculaire risicoclassificaties.

Shokrzadeh, A. J., Shokrzadeh, P.2026-06-11
💻 bioinformatics

Robust semi-supervised scRNA-seq integration from virtual adversarial learning

Het artikel introduceert scCRAFT+, een robuust semi-ge�superviseerd scRNA-seq integratiemodel dat Virtual Adversarial Training gebruikt om markergen-informatie te incorporeren, waardoor de beperkingen van bestaande methoden worden overwonnen in het behouden van fijnmazige celsubtype-onderscheidingen en het verbeteren van annotatienauwkeurigheid, zelfs met ruisige of onvolledige marker-sets.

He, C., Filippidis, P., Xing, J., Kleinstein, S., Guan, L.2026-06-11
💻 bioinformatics

Pillbox: A Leakage-Aware Foundation-Model Predictor and Lineage-Ceiling Diagnostic for Cancer Drug Response

Pillbox is een op lekdetectie gecontroleerde foundation-model voorspeller die CpGPT, CLAMP en genexpressie-embeddings integreert via FiLM-geconditioneerde graph attention om een hoge nauwkeurigheid te bereiken in de voorspelling van kankermedicijnrespons, terwijl het cross-architecturale residuele correlatie gebruikt om feature-stack verzadiging te diagnosticeren en te bevestigen dat weefsellijnage de dominante factor blijft in medicijnrespons.

Hill, J. J. K., Ryoo, H. J., Ghanta, A., Singh, S., Anders, D., Jiao, E., Jeong, J.2026-06-11
💻 bioinformatics

GermRL: Alleviating The Germline Bias In Autoregressive Antibody Language Models Through Reinforcement Learning

Dit artikel introduceert GermRL, een lichtgewicht reinforcement learning-framework dat effectief de germline-bias in autoregressieve antilichaam-taalmodellen vermindert, waardoor de one-shot generatie van structureel plausibele, diverse antilichaamkandidaten met hoge mutatiedrempels vanuit germline-sequenties voor therapeutische ontdekking mogelijk wordt.

Ludwig, L., Chungyoun, M., Gray, J. J.2026-06-11
💻 bioinformatics

DivQuant: Estimation of Species Richness and Entropy from Small Samples

DivQuant is een optimalisatiegebaseerde tool die de schatting van soortrijkdom en Shannon-entropie uit kleine steekproeven verbetert door het probleem te formuleren als een convex kwadratisch programmeerprogramma met een Neyman χ2\chi^2-doelfunctie, waardoor het goed gekalibreerde betrouwbaarheidsintervallen en een superieure nauwkeurigheid bereikt vergeleken met de huidige state-of-the-art methoden over diverse biologische datasets heen.

Schmitz, J. E., Rahmann, S.2026-06-11
💻 bioinformatics

An AI-Powered Trisomy 21 Research Assistant

De T21 Research Assistant is een sectiebewust retrieval-augmented generation-systeem gebouwd op NVIDIA Nemotron-modellen dat prioriteit geeft aan experimentele resultaten uit 1.789 open-access publicaties over het syndroom van Down om strikt geciteerde, op bewijs gebaseerde antwoorden te bieden op onderzoeksvragen.

NANDI, S., Sundararajan, Z., Subirana-Granes, M., Espinosa, J. M., Pividori, M., Sullivan, K. D., Galbraith, M. D., Cost (…)2026-06-11
💻 bioinformatics

EditorForge: An Active-Site-Aware Framework for Inverse-Folding-Based Protein Redesign

EditorForge is een modulair framework dat inverse-folding-gebaseerde eiwitredesign verbetert door expliciete designmaskers, actieve-site-afscherming en structurele kwaliteitscontrole te integreren om veilig beperkte, hoog-betrouwbare sequentie-kandidaten te genereren voor enzym- en genoom-editor-domeinen.

Chen, A., Siddiqui, J., Taucar, W., Tiralongo, L., Tkachenko, M., Xu, A., Bawa, S., Guo, S., Pinska, O., Rim, J., Shi, J (…)2026-06-11
💻 bioinformatics

OMIO: A policy-driven Python library for reproducible microscopy image I/O

OMIO is een lichtgewicht, open-source Python-bibliotheek die reproduceerbare microscopie-beeldanalyse waarborgt door het lezen van bestanden op laag niveau te scheiden van een gecentraliseerde, beleidsgestuurde laag die canonieke asconventies en robuuste metadatatransformatie over heterogene bestandsformaten heen afdwingt.

Musacchio, F., Antony, H., Crux, S., Fuhrmann, F., Gockel, N., Hoffmann, D. M., Mercan, D., Nebeling, F. C., Fuhrmann, M (…)2026-06-11
💻 bioinformatics

Depth normalization for single-cell genomics count data

Het artikel stelt een unieke normalisatiemethode voor en valideert deze, genaamd PFlogPF, die additieve en multiplicatieve proportionele passing combineert met een logaritmische transformatie om effectief de variantie te stabiliseren, rekening te houden met sequencing-diepte en de monotoniciteit van feature-abundantie in single-cell genomics-data te behouden.

Booeshaghi, A. S., Hallgrimsdottir, I. B., Galvez-Merchan, A., Pachter, L.2026-06-10
💻 bioinformatics

Bias-mitigated microbiome inference refines coronary artery disease signature

Het artikel introduceert BootDA, een non-parametrische bootstrap-methode die gelijktijdig vier belangrijke bronnen van bias in microbioomdata corrigeert zonder afhankelijk te zijn van transformaties of pseudocounts, waardoor een superieure sensitiviteit en specificiteit wordt bereikt bij het identificeren van werkelijke differentiële abundantie en het verfijnen van de microbiële signatuur van coronaire hartziekte.

Honeybrook, L.2026-06-10