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 het Complete Ancestral Reconstruction for Pangenomes (CARP)-probleem om de kloof tussen vergelijkende genomica en pangenomica te overbruggen door de theoretische en praktische beperkingen van bestaande herschikingsmodellen toe te passen op complexe pangenomische data.
Dit artikel introduceert twee structuurvrije machine learning-modellen die nauwkeurig paarvoorkeuren tussen verbindingen en targets voorspellen door chemische structuren en eiwitsequenties te vergelijken, waarbij een hoge nauwkeurigheid in rangschikking wordt bereikt zonder dat conformationele analyse of eiwitstructuurgegevens vereist zijn.
Het artikel introduceert PREpiBind, een dual-stream framework dat systematisch tien eiwitrepresentaties evalueert voor de voorspelling van pMHC-II-binding, waarbij wordt onthuld dat hoewel proteïne-taalmodellen over het algemeen de hoogste prestaties leveren, de optimale keuze voor een representatie afhangt van het specifieke voorspellingsscenario en de kenmerken van de dataset.
Het R-pakket CalFluxTools is een geautomatiseerde pijplijn die is ontworpen om de analyse van hoogdoorvoeptrajecten van calciumoscillaties uit 384-wells platen te stroomlijnen door kwaliteitscontrolemetrieken te genereren, statistische tests uit te voeren en de toxiciteit van verbindingen te voorspellen, waardoor de uitdagingen van het handmatig verwerken van meer dan 60 kinetische parameters worden overwonnen.
ProtPipe2 is een veelzijdig, multiplatform framework voor downstream proteomics-analyse dat beschikbaar is als zowel een R-package als een webapplicatie en die kwaliteitscontrole, statistische analyse en visualisatieworkflows voor massaspectrometrie-, Olink- en SomaScan-data verenigt om reproduceerbaarheid en flexibiliteit te verbeteren.
OpenAntigens is een gratis database zonder login die het ontwerp van antigeenconstructen voor het humane gescreteerde en celoppervlak-proteoom stroomlijnt door diverse structurele, topologische en vergelijkende gegevens te integreren in een verenigde, interactieve workflow om reproduceerbare en kruisreactiviteitsbewuste ontwerpsuggesties te genereren.
Dit artikel betoogt dat incomplete referentieprofielen bulkdeconvolutie-doelstellingen niet louter moeilijk schatbaar, maar onidentificeerbaar maken, waarbij wordt aangetoond dat standaard punt-schattingen vaak een gebrekkige dekking vertonen en biologische conclusies kunnen omdraaien, terwijl een nieuw raamwerk wordt voorgesteld dat prioriteit geeft aan gecertificeerde precisie, dekking en metrieken voor valse certificering boven eenvoudige shrinkage.
Het artikel introduceert MESIC, een methode die gecureerde genkennis integreert in een semantisch coördinatenstelsel om single-cell expressiedata te mappen naar interpreteerbare componenten, wat biologisch betekenisvolle clustering en annotatie van celtypen mogelijk maakt zonder afhankelijk te zijn van post-hoc interpretatie.
Het artikel introduceert LDDM, een uniek 3D generatief model dat de uitdagingen rond synthetische toegankelijkheid in drug discovery overwint door het snelle ontwerp van nieuwe, doelwit-specifieke kleine moleculen en peptiden mogelijk te maken, die experimenteel werden gevalideerd om een hoge bindingsaffiniteit en structurele nauwkeurigheid te bereiken over vijf eiwitdoelwitten.
Deze studie toont aan dat in virtuele ruimtelijke transcriptomica voorgetrainde genrepresentaties primair de voorspelling van de gemiddelde genexpressie over weefsels verbeteren in plaats van de ruimtelijke variatie, wat onthult dat cross-gen generalisatie meer wordt gedreven door brede expressieoverdracht dan door het herstel van specifieke ruimtelijke patronen.