1012 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.
PanGBank is een uitgebreide, open-access database die vooraf berekende pangenomen biedt voor meer dan 4.600 prokaryotische soorten met behulp van PPanGGOLiN, wat gestandaardiseerde, graafgebaseerde bronnen en meerdere toegangsmechanismen biedt om grootschalige vergelijkende genomica en de studie van microbiële evolutie en adaptatie te faciliteren.
Het artikel introduceert Move BeTween modAlities (MBTA), een nieuw framework dat flow matching gebruikt om modaliteitsspecifieke latente ruimtes te verbinden en structurele mismatch in single-cell data aan te pakken, waardoor nauwkeurige cross-modale translatie mogelijk wordt terwijl de unieke structurele integriteit van elke moleculaire modaliteit behouden blijft.
Dit artikel introduceert een schaalbaar Topological Data Analysis-framework dat de computationele kosten voor het voorspellen van eiwit-eiwitinteractie-interfaces vanuit oppervlaktepatches aanzienlijk vermindert, terwijl het een concurrerende nauwkeurigheid behoudt ten opzichte van gevestigde geometric deep learning-methoden.
Het artikel introduceert MAPPIE, een nieuwe methode die een tweedimensionale embeddingmap van menselijke eiwit-eiwitinteracties genereert om specifieke functionele rollen voor individuele interactieparen te voorspellen, waarbij het met name de bestaande baselines overtreft in regio's van het interactoom met schaarse functionele kennis.
Deze studie introduceert VirGenes, een hiërarchisch orthologie-framework dat sequentie-, structuur- en functionele data integreert om een enorme, voorheen ondergewaardeerde diversiteit aan virale koolhydraat-actieve enzymen over de wereldwijde virosfeer te ontdekken, waarbij hun complexe evolutionaire oorsprong en significante rollen in virus-gastheerinteracties worden onthuld.
De studie introduceert PhyCD, een fylogenie-ondersteunde computationele tool die bijna 5 miljoen SARS-CoV-2-genomen analyseerde om meer dan 10.000 contaminatiegebeurtenissen te identificeren en bijna 65.000 foutieve substituties te maskeren, waardoor de betrouwbaarheid van downstream pathogenen-evolutie- en transmissieanalyses wordt verbeterd.
SLIM is een lichtgewicht, computationeel efficiënt model dat 64-dimensionale STRING-netwerkembeddings en een closed-form ridge-regressie estimator gebruikt om cellulaire reacties op genetische perturbaties nauwkeurig te voorspellen, waarbij het vaak complexe deep learning-baselines overtreft met minimale trainbare parameters.
Dit artikel toont aan dat verweesde wetenschappelijke software, zoals de verlaten MATLAB-gebaseerde NuMorph-toolkit, succesvol gered en getransformeerd kan worden naar duurzame, herbruikbare community-workflows zoals nf-core/lsmquant door systematische herengineering toe te passen die wordt gestuurd door FAIR-principes en moderne software engineering-standaarden.
Deze studie vergelijkt het Twist Bioscience genome-wide SNP capture (GxS) platform met whole-genome sequencing en de Illumina GSA-24 array door de concordantie van genotypen en de frequentie van Mendeliaanse schendingen te evalueren over 555 individuen in 184 kernfamilies, met als doel een onafhankelijke beoordeling te bieden van deze opkomende gerichte sequencingtechnologie.
Dit artikel presenteert een publiek toegankelijke database met 3D ongestageerde Navier-Stokes-simulaties en hoogwaardige hexahédrale meshes voor 779 kransslagaders gereconstrueerd uit de FAME 2-studie, met als doel het tekort aan numerieke haemodynamische gegevens voor datagestuurde modellering en machine learning-toepassingen aan te pakken.