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.
De studie concludeert dat onherleidbare batch-effecten en kleine steekproefgroottes de oorzaak zijn van niet-reproduceerbaarheid in high-content assays, maar dat dit de classificatiepatronen niet beïnvloedt, terwijl het verwijderen van uitschieters juist schadelijk is voor de resultaten.
In dit artikel wordt MTB-KB voorgesteld, een gestructureerde en interactieve kennisbank die verspreide wetenschappelijke inzichten over tuberculose samenvoegt tot een centraal platform om onderzoek, klinische zorg en beleidsvorming te ondersteunen.
Deze studie presenteert een robuust, gestructureerd computeraangedreven raamwerk dat meta-ensemble QSAR, moleculaire dynamica en ADMET-profielen integreert om nieuwe, stabiele BACE1-remmers te identificeren voor de behandeling van de ziekte van Alzheimer, waarbij verbinding Mol-2 als de meest veelbelovende kandidaat naar voren komt.
Dit artikel introduceert TCMCard, een hoogwaardige digitale infrastructuur die gebruikmaakt van een Multi-Dimensional Evidence Integration-framework om netwerkfarmacologie in de traditionele Chinese geneeskunde te verfijnen door lage betrouwbaarheid te elimineren en een betrouwbaarder basis te bieden voor het begrijpen van synergie in TCM-formules.
Dit onderzoek vergelijkt drie hulpmiddelen voor het genereren en evalueren van trnL-referentiedatabases voor plant-DNA-metabarcoding en concludeert dat MetaCurator en RESCRIPt over het algemeen de beste prestaties leveren, terwijl alle gegenereerde databases wereldwijd inzetbaar zijn.
In dit artikel wordt MHCXGraph gepresenteerd, een interpreteerbare, grafgebaseerde computermethode die structurele informatie integreert om T-celreceptorkruisreactiviteit effectiever te detecteren dan traditionele sequentiegebaseerde methoden, met name voor het ontwerp van nieuwe therapeutische engagers en vaccins.
Synolog is een schaalbaar bioinformatica-toolkit dat synteny-gebaseerde methoden gebruikt om orthologen, synteny-clusters, retrogenen en segmentale duplicaties te identificeren, waardoor het mogelijk wordt om complexe genomische architectuur te analyseren, lokale gen-expansies te bestuderen en chromosoomniveausamenvoegingen te reconstrueren.
Dit artikel introduceert PERREO, een gebruiksvriendelijke en geïntegreerde pipeline die de analyse van repetitieve RNA-elementen in kanker mogelijk maakt door bestaande bioinformatische barrières weg te nemen en superieure sensitiviteit te bieden ten opzichte van standaard RNA-seq-methoden.
Dit artikel introduceert Immunotype, een deep learning-model dat HLA-typing direct en nauwkeurig uitvoert op basis van immunopeptidomics-gegevens, waardoor een tot nu toe onopgeloste computationele uitdaging bij het ontrafelen van multi-allelische complexiteit wordt opgelost.
Deze studie toont aan dat hoewel CellBender en SoupX betrouwbare methoden zijn voor het verwijderen van omgevings-RNA, tools zoals scAR en CellClear kritieke fouten vertonen door kunstmatige counts te genereren en de integriteit van de data-matrix te schenden, wat leidt tot een nieuw besluitvormingskader voor toolselectie op basis van platform en data-integriteit.