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.
OmniCleave is een schaalbaar, structuurbewust geometrisch grafiekleringskader dat de specificiteit van protease-substraten nauwkeuriger modelleert door ruimtelijke context en hogere-orde relaties te integreren, waardoor het bestaande methoden overtreft en nieuwe biologische inzichten biedt.
Deze studie introduceert een algemeen computergestuurd model dat, met behulp van long-read sequencing-data, de somatische instabiliteit van tandemherhalingen over het hele genoom kwantificeert en aantoont dat de variatie in instabiliteit sterker wordt bepaald door de samenstelling dan door de totale lengte van de herhalingen.
Deze paper introduceert BrightEyes-FFS, een open-source Python-platform met een gebruiksvriendelijke grafische interface en geautomatiseerde Jupyter Notebook-export voor de analyse van complexe fluorescentiefluctuatiegegevens verkregen met kleine detectorarrays.
Dit artikel presenteert een open-source, op statistische principes gebaseerde werkstroom voor het analyseren van complexe massaspectrometrie-imaging-experimenten, waarbij de impact van signaalverwerking, selectie van gebieden van belang en statistische modellering op de detectie van differentieel abundantie wordt geïllustreerd aan de hand van een casestudie en gesimuleerde datasets.
Dit paper introduceert TopicVI, een diep interpreteerbaar model dat gevestigde biologische kennis combineert met datagedreven verfijning via optimaal transport om contextspecifieke genprogramma's in single-cell en ruimtelijke transcriptomics-data te ontrafelen, wat leidt tot verbeterde celclustering, batchcorrectie en inzichten in complexe ziekteprocessen zoals glioblastoom.
Deze paper breidt contrastieve PCA uit door het gebruik van kernweegfactoren voor ruimtelijke data en het oplossen van de Rayleigh-kwotiënt in de ruimte van basisfuncties voor functionele data, wat een verenigd wiskundig kader biedt voor diverse toepassingen in de genomica.
Dit artikel introduceert DIANA, een deep learning-model dat nauwkeurig en robuust metadata zoals gastheer, gemeenschapssoort en materiaal van oude DNA-monsters voorspelt op basis van unitig-abundanties, waarbij het bovendien in staat is tot semantische generalisatie om onbekende labels aan hun overkoepelende categorieën te koppelen.
Deze studie onthult dat positieve en negatieve selectiedrukken op mens-virus eiwit-interacties ruimtelijk gescheiden zijn, waarbij mimic-doelwit-interfaces als focuspunten voor adaptieve evolutie fungeren, terwijl exogeen-specifieke interfaces slechts gedeeltelijk onderhevig zijn aan deze druk.
CoPhaser is een nieuw algoritme dat variatie in scRNA-seq-gegevens ontleedt door contextafhankelijke periodieke manifolds te modelleren, waardoor het mogelijk wordt om biologische cycli zoals de celcyclus en circadiane ritmes nauwkeurig te reconstrueren en te koppelen aan celfuncties en ziekteprocessen zonder voorafgaande kennis van genprogramma's.
Deze studie onthult dat de samenstelling van eiwitcomplexen in AlphaFold voornamelijk wordt gedreven door monomere structurele geometrie en interface-complementariteit in plaats van co-evolutie, en identificeert structurele plasticiteit als de belangrijkste beperking voor het voorspellen van immuuncomplexen.