💻 Category

bioinformatics

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.

Correlation Between Information Entropy and Functions of Gene Sequences in the Evolutionary Context: A New Way to Construct Gene Regulatory Networks from Sequence

Dit artikel presenteert een nieuw, vierlaags raamwerk dat informatie-entropie en evolutionaire behoudsmaatstaven uit DNA-sequenties integreert om genregulatienetwerken direct te reconstrueren, waarbij het de traditionele afhankelijkheid van expressieprofielen overstijgt door de onderliggende evolutionaire en wiskundige principes van de genetische code te benutten.

Pan, L., Chen, M., Tanik, M.2026-04-07💻 bioinformatics

STDrug enables spatially informed personalized drug repurposing from spatial transcriptomics

STDrug is een ruimtelijk geïnformeerd computermodel dat ruimtelijke transcriptomica, grafmodellen en multimodale leerintegratie combineert om gepersonaliseerde drughergebruik te mogelijk maken met een hogere voorspellende nauwkeurigheid dan bestaande methoden.

Yang, Y., Unjitwattana, T., Zhou, S., Kadomoto, S., Yang, X., Chen, T., Karaaslanli, A., Du, Y., Zhang, W., Liang, H., Guo, X., Keller, E. T., Garmire, L. X.2026-04-07💻 bioinformatics

Locat: Joint enrichment and depletion testing identifies localized marker genes in single-cell transcriptomics

Locat is een nieuw raamwerk voor single-cell transcriptomics dat door gelijktijdig verrijking en uitputting van genexpressie te testen, specifieke en interpreteerbare marker-genen identificeert die een betere scheiding van celpopulaties en directe vergelijkingen tussen verschillende biologische condities mogelijk maken.

Lewis, W. R., Aizenbud, Y., Strino, F., Kluger, Y., Parisi, F.2026-04-07💻 bioinformatics

A Context-Aware Single-Cell Proteomics Analysis pipeline.

Deze studie introduceert CASPA, een geautomatiseerde en reproduceerbare analysepipeline voor single-cell proteomics die geavanceerde kwaliteitscontrole, batchcorrectie en contextbewuste annotatie door grote taalmodellen integreert om de uitdagingen van proteomische data aan te pakken en nauwkeurige celidentificatie mogelijk te maken.

Salomo Coll, C., Makar, A. N., Brenes, A. J., Inns, J., Trost, M., Rajan, N., Wilkinson, S., von Kriegsheim, A.2026-04-07💻 bioinformatics

FunctionaL Assigning Sequence Homing (FLASH) maps phenotype to sequence with deep and machine learning

Dit paper introduceert FLASH, een interpreteerbaar deep learning-framework dat direct op ruwe sequentieruizen werkt om fenotypes nauwkeurig te voorspellen voor onbekende varianten en complexe structurele variaties in micro-organismen, waarbij het de beperkingen van traditionele GWAS-methode overtreft.

Cotter, D. J., Harrison, M.-C., Rustagi, A., Wang, P. L., Kokot, M., Carey, A. F., Deorowicz, S., Salzman, J.2026-04-07💻 bioinformatics

REBEL, Reproducible Environment Builder for Explicit Library resolution

REBEL is een nieuw framework dat de reproduceerbaarheid en toegankelijkheid van bioinformatica-onderzoek verbetert door via geavanceerde afhankelijkheidsinference en Docker-automatisering deterministische, FAIR-compliant softwareomgevingen te creëren die ongevoelig zijn voor versiedrift en het ontbreken van systeemafhankelijkheden.

Martelli, E., Ratto, M. L., Nuvolari, B., Arigoni, M., Tao, J., Micocci, F. M. A., Alessandri, L.2026-04-07💻 bioinformatics