1235 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 VASCIF, een interpreteerbaar en structureel bewust model op basis van adaptief graf-leren dat de interactie tussen antilichamen en antigenen nauwkeurig voorspelt en zo de ontdekking van antilichamen versnelt ondanks beperkte datasets.
Het artikel introduceert HiReS, een open-source workflow die het mogelijk maakt om morfometrische eigenschappen van plankton automatisch en reproduceerbaar te extraheren uit hoogwaardige afbeeldingen, waarbij de resultaten sterk overeenkomen met handmatige metingen en zelfs superieure schattingen kunnen bieden bij beperkte steekproefgroottes.
Het artikel introduceert scLongTree, een schaalbaar en nauwkeurig computergereedschap dat subclonale evolutiebomen voor kanker kan afleiden uit longitudinale single-cell DNA-sequencing-data en hiermee de bestaande methoden overtreft.
Het artikel introduceert rnaends, een R-pakket dat is ontworpen voor de analyse van RNA-einde-sequencing-data op nucleotideniveau, met functies voor verwerking, kwantificering en downstream-analyses zoals het identificeren van transcriptiestartsites en het bestuderen van RNA-metabolisme.
Deze studie introduceert Coherent Denoising, een innovatief generatief raamwerk dat ontbrekende multimodale biomedische data synthetiseert om de prestaties van voorspellende modellen te behouden en de prioritering van diagnostische tests te optimaliseren, wat wordt gevalideerd op een grote TCGA-cohort van meer dan 10.000 kankerstalen.
Dit paper introduceert COMPASS, een webgebaseerd, deterministisch en zonder code te gebruiken systeem dat genexpressie omzet in reproduceerbare padactiviteitsscores via ontologie-vrije drempels, waardoor het een robuust en transparant alternatief biedt voor bestaande methoden zoals GSVA en ssGSEA voor het kwantificeren van celtoestanden en het voorspellen van klinische uitkomsten.
AEGIS is een open-source Python-toolkit die GTF/GFF3-annotatiebestanden standaardiseert en valideert, geavanceerde sequentie-extractie mogelijk maakt en een robuust workflow biedt voor vergelijkende genomische analyses om inconsistente genannotaties te corrigeren en orthologie te beoordelen.
Deze studie identificeert en karakteriseert in de genoom van wortelknobbelaaltjes (Meloidogyne) een aanzienlijke populatie van weesgenen die ontstaan zijn door hoge divergentie of de novo, en die kenmerkende moleculaire eigenschappen vertonen die mogelijk een rol spelen in hun wereldwijde parasitisme.
Dit paper introduceert DyGraphTrans, een memory-efficiënt en interpreteerbaar framework voor dynamische grafen dat longitudinale patiëntdata uit elektronische gezondheidsdossiers modelleert om ziekteprogressie en sterfte nauwkeurig te voorspellen.
PRIZM is een tweefasige workflow die een kleine dataset van ongeveer 20 gemerkte varianten gebruikt om de meest geschikte zero-shot foundation model te selecteren voor het prioriteren van eiwitvarianten, waardoor efficiënter eiwitontwerp mogelijk wordt met minimale experimentele data.