💻 Category

bioinformatics

766 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.

Predicting Pre-treatment Resistance or Post-treatment Effect? A Systematic Benchmarking of Single-Cell Drug Response Models

Deze studie biedt een systematische benchmark van modellen voor het voorspellen van drugrespons op basis van single-cell RNA-sequencing, waarbij wordt geconcludeerd dat de huidige methoden weliswaar robuust zijn in voorspellen van door behandeling veroorzaakte transcriptieveranderingen, maar fundamenteel tekortschieten in het voorspellen van de intrinsieke resistentiestatus van cellen voorafgaand aan de behandeling.

Shen, L., Sun, X., Zheng, S., Hashmi, A., Eriksson, J., Mustonen, H., Seppänen, H., Shen, B., Li, M., Vähä-Koskela, M., Tang, J.2026-04-14💻 bioinformatics

BioClaw: Human-Bot Research Collaboration Ecosystems in Group Chats

Dit paper introduceert BioClaw, een ecosysteem voor mens-bot samenwerking dat natuurlijke taalverzoeken in groepschats omzet in betrouwbare, geïsoleerde analyses met behulp van een uitgebreide bibliotheek van biomedische tools, waardoor groepschats worden getransformeerd tot persistente werkruimtes voor wetenschappelijke ontdekking.

Xu, M., Yan, J., Feng, R., Cai, Q., Zhang, P., Zhao, C., He, C., Wei, Z., Li, J., Lin, S., Dong, H., Jin, R., Hou, T., Liu, Q., Zhang, Z.2026-04-14💻 bioinformatics

GraphMana: graph-native data management for population genomics projects

GraphMana lost de beperkingen van gefragmenteerde bestandsgebaseerde workflows voor populatiegenomica op door variantdata in een grafdatabase op te slaan, wat naadloze incrementele updates, volledige provenance-tracking en snelle export naar 17 formaten mogelijk maakt, zoals aangetoond door een complete levenscyclus van het 1000 Genomes-project in slechts 98 minuten.

Estaji, E., Zhao, S.-W., Chen, Z.-Y., Nie, S., Mao, J.-F.2026-04-14💻 bioinformatics

TB-Bench: A Systematic Benchmark of Machine Learning and Deep Learning Methods for Second-Line TB Drug Resistance Prediction

Dit artikel introduceert TB-Bench, een systematische benchmark die aantoont dat traditionele machine learning-modellen, zoals XGBoost, binnen een gestandaardiseerd framework vaak betere prestaties leveren dan deep learning-methoden bij het voorspellen van resistentie tegen tweede-lijns tuberculosedrugs, hoewel beide benaderingen aanzienlijke uitdagingen kennen in cross-dataset generalisatie.

VP, B., Jaiswal, S., Meshram, A., PVS, D., S C, S., Narayanan, M.2026-04-13💻 bioinformatics

Introducing the digital PCR data essentials standard to harmonize data structure for clinical and research use

Dit artikel introduceert de Digital PCR Data Essentials Standard (DDES), een door de gemeenschap ontwikkeld, lichtgewicht en cross-platform dataformaat dat de interoperabiliteit, reproduceerbaarheid en FAIR-praktijken voor digitale PCR-data in zowel klinische als onderzoeksmilieus bevordert.

Trypsteen, W., Vynck, M., Untergrasser, A., Whale, A. S., Rodiger, S., Dobnik, D., Bogozalec Kosir, A., Milavec, M., Kubista, M., Pfaffl, M. W., Nour, A. A., Young-Kyung, B., Bustin, S. A., Calin, G. (…)2026-04-13💻 bioinformatics