1197 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 introduceert een nieuwe classificatiemethode met behulp van geconserveerde motieven en gapped k-meren om willekeurig gemuteerde 16S rRNA-sequenties te detecteren die natuurlijke biologische data nabootsen, waarbij een nauwkeurigheid van meer dan 90% wordt bereikt om publieke databases te beschermen tegen mogelijke vervuiling door door AI gegenereerde of gewijzigde sequenties.
Het artikel introduceert PRIORITI, een lekbestendig framework dat gebruikmaakt van domein-geïnstrueerde grote taalmodellen om geneesmiddel-agnostische biologische bewijsvoering te synthetiseren voor het genereren van gekalibreerde, interpreteerbare voorspellingen van target-indicatie succes, waarbij het bestaande baselines overtreft in zowel historische als prospectieve evaluaties.
Dit artikel presenteert PanVasc Research, een uitvoerbaar framework voor AI-ondersteunde bewijsanalyse bij panvasculaire interventies, dat het vermogen van een lokaal Qwen3-4B-model om brongetrouwheid en semantische nauwkeurigheid te behouden evalueert door middel van gecontroleerde experimenten, wat uiteindelijk de noodzaak voor domeinspecifieke annotatie en validatie benadrukt in plaats van aanspraak te maken op autonome wetenschappelijke ontdekking.
Deze studie onthult dat canonieke antifungale dsRNA-doelwitten die worden gebruikt bij door sproeien geïnduceerde gen-silencing frequent perfecte 21-nucleotide matches bevatten met nuttige schimmels, wat wijst op een aanzienlijk off-target gevaar dat de huidige regulatoire screeningspanels niet detecteren.
Het artikel introduceert ProcessNets, een framework dat gebruikmaakt van een nieuwe fylogenie-achtige datastructuur genaamd nc-tree om netwerkeigenschappen compact te representeren en efficiënt te berekenen over ensembles van vergelijkbare biologische netwerken, waarbij aanzienlijke besparingen in ruimte en tijd worden behaald vergeleken met traditionele onafhankelijke analysemethoden.
vep-rs is een high-throughput Rust-reimplementatie van Ensembl VEP die een bijna perfecte concordantie bereikt met de originele tool over miljoenen varianten heen, terwijl het een 78x tot 284x snellere prestatie levert en verschillende gedocumenteerde defecten in de Perl-implementatie corrigeert.
Deze studie toont aan dat label-vrije cellulaire morfologie in specifieke contexten effectief kan dienen als vervanging voor gerichte fluorescente metingen, zoals bewezen door het vermogen om de meerderheid van sterke gene knockout hits te herstellen en verbindingen met significante metabole verliezen te prioriteren over diverse screens heen, hoewel de toereikendheid ervan uiteindelijk afhangt van het specifieke doelwit, de voorspeller en de wetenschappelijke taak, in plaats van louter op voorspellende correlatie alleen.
Dit artikel toont aan dat gerichte fijnafstemming van fundamentele modellen zoals Boltz-1 de biases in trainingsdata kan overwinnen om nauwkeurig nieuwe ligand-geïnduceerde eiwitconformatiestaten en allosterische bindingsplaatsen te voorspellen, waardoor effectievere toepassingen voor medicijnontdekking mogelijk worden.
Deze studie benchmarkt tien algemene en drie verouderingsspecifieke single-cell foundation models over 2,5 miljoen transcriptomen, waarbij wordt onthuld dat hoewel hun prestaties per taak variëren, ze duidelijke voordelen bieden voor verouderingsonderzoek, met name bij het voorspellen van de chronologische leeftijd, het identificeren van zeldzame cellulaire toestanden en het herstellen van regulatoire interacties.
RosaSeed is een configureerbaar algoritme voor short-read alignment dat het seeding-proces en de algehele alignment-doorvoer aanzienlijk versnelt in vergelijking met state-of-the-art tools zoals BWA-MEM2, Minimap2 en ERT, terwijl het een vergelijkbare of superieure nauwkeurigheid behoudt en flexibele geheugen-prestatie-afwegingen biedt.