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.
Het artikel introduceert TEDlm, een domein-centraal eiwittaalmodel dat vooraf is getraind op structureel gedefinieerde domeinsegmenten en dat grotere volledige sequentiemodellen overtreft in detectie van verre homologie en moleculaire functievoorspelling, waarmee wordt aangetoond dat het focussen op domein-intrinsieke signalen compacte, structureel geïnformeerde representaties oplevert.
De amR R-pakketsuite biedt een uitgebreid, interpreteerbaar kader voor het voorspellen van antimicrobiële resistentie in bacteriële pathogenen door integratie van multi-schaal genomische extractie van kenmerken, machine learning-modeltraining en interactieve visualisatie om cross-species en multi-drug resistentiemechanismen te ontdekken.
Dit artikel evalueert de prestaties van AlphaFold3 over diverse biomoleculaire toepassingen en stelt vast dat hoewel het krachtige all-atom modelleringsmogelijkheden biedt, de nauwkeurigheid en betrouwbaarheid ongelijkmatig zijn en sterk afhankelijk zijn van de overlap met de trainingsset, wat een voorzichtige interpretatie noodzakelijk maakt in vergelijking met zijn voorganger.
De Genomic Annotation Infrastructure (GAIn) is een platform dat transparante, reproduceerbare en schaalbare genomische variantannotatie mogelijk maakt via declaratieve pipelines, publieke bronnenrepositories en flexibele web- en command-line interfaces die aangepaste extensies en geautomatiseerde herannotatie ondersteunen.
Deze studie onthult dat in het multimodale proteïnelengagemodel ESM3, verschillende fysieke modaliteiten (sequentie, structuur, secundaire structuur en oplosbaarheid) aanvankelijk aparte subruimtes bezetten voordat ze tussen laag 25 en 35 samensmelten tot een gedeelde laagdimensionale representatie, terwijl functionele annotaties gedurende het hele proces orthogonaal blijven, waarbij dit fusieproces een geleerd, universeel eigendom is dat onafhankelijk is van de proteïnelengte maar vertraagd wordt door structurele wanorde.
ProtBLIP2-SST is een nieuw tweestapsframework dat eiwitsequentie- en 3D-structuurinformatie integreert via een structuurbewust taalmodel en een Q-Former projector om grote taalmodellen in staat te stellen flexibele, open eind functionele bijschriften te genereren, waardoor de beperkingen van traditionele rigide gene ontology-classificatie worden overwonnen.
EcoMorph is een modulair systeem dat gebruikmaakt van het prompt-gebaseerde Segment Anything Model 3 (SAM3) om morfologische kenmerken zoals oppervlakte, grootte en abundantie nauwkeurig te kwantificeren over diverse ecologische contexten heen zonder dat taxon-specifieke training vereist is, waardoor hoogwaardige ecologische research uit heterogene beeldbronnen mogelijk wordt gemaakt.
Het artikel introduceert CellTok, een nieuwe aanpak die continue single-cell transcriptomische profielen tokenizeert naar discrete sequenties die compatibel zijn met vooraf getrainde grote taalmodellen, waardoor een verenigd raamwerk mogelijk wordt voor het gezamenlijk verwerken van cellulaire data, biologische context en tekstuele instructies om diverse taken uit te voeren zoals celidentificatie, ziekte-inferentie en staatgeneratie.
Het artikel introduceert scDiagnostics, een open-source R-pakket ontworpen om systematisch complexe of misleidende celtype-annotaties in single-cell transcriptomica-data te detecteren, waarmee een kritieke lacune in huidige analyseworkflows wordt geadresseerd door de betrouwbaarheid van downstream-interpretaties te waarborgen.
Het artikel introduceert **onsite**, een open-source Python-framework dat een alanine-decoy-strategie integreert om de schatting van de false localization rate te standaardiseren over meerdere fosfosite-lokalisatiealgoritmen, waarbij een superieure schaalbaarheid en nauwkeurigheid op grootschalige massaspectrometrie-datasets wordt aangetoond.