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.
Deze studie introduceert een deep-learningmodel dat individuele hersentopografiemappen succesvol vertaalt naar functionele connectomen, waardoor een directe link wordt gelegd tussen ruimtelijke organisatie en netwerkconnectiviteit om diverse rsfMRI-onderzoeksperspectieven te verenigen.
Het artikel introduceert een bijgewerkte versie van de TRACEY-resource die de annotatie van SNARE-proteïnedomeinen aanzienlijk verbetert door een enorm uitgebreide, niet-redundante dataset van bijna 19.000 gecureerde sequenties te integreren om verbeterde HMM-profielen te genereren en een herontworpen webinterface voor een nauwkeurigere detectie van divergente en lineagespecifieke paralogen.
Deze studie toont aan dat acute vasten kleine, systematische verschuivingen induceert in specifieke epigenetische klokken — met name de PC-gebaseerde en SystemsAge-varianten — gedreven door de herverdeling van immuuncellen, terwijl mortaliteit-getrainde klokken stabiel blijven, wat benadrukt dat de betrouwbaarheid van een klok contextafhankelijk is en een perturbatie-specifieke beoordeling vereist die verder gaat dan standaard ICC-metrieken.
Het artikel introduceert CLASPP, een uniek model voor het voorspellen van diverse posttranslationele modificaties dat uitdagingen rondom data-imbalans overwint door middel van contrastief leren, hiërarchische datacuratie en een meerfasige trainingsstrategie om de nauwkeurigheid van voorspellingen over verschillende organismen heen te verbeteren.
BacteReason is een gefinetuned groot taalmodel dat de antibioticaresistentie van bacteriën voorspelt en mechanistische rationales verstrekt door gebruik te maken van een kennisgegronde docentmodellen, wat resulteert in een significant verbeterde voorspellingsnauwkeurigheid ten opzichte van baseline-benaderingen.
Het artikel introduceert GLOF, een grootschalige, door experts gecureerde benchmark-dataset bestaande uit meer dan 112.000 missense-varianten verspreid over bijna 3.000 menselijke genen, die varianten classificeert als gain-of-function, loss-of-function of neutraal om de ontwikkeling en evaluatie van computationele methoden voor het voorspellen van variantmechanismen te faciliteren.
VelocityFM is een innovatieve voorspeller van eiwit-trajecten met een korte horizon die gebruikmaakt van rectified flow matching in de snelheidsruimte om geometrisch geldige, botsingsvrije en vouw-behoudende dynamische conformaties te genereren voor ongeziene eiwitten, waarbij een hoge structurele nauwkeurigheid wordt bereikt met een mediane TM-score van 0,929.
Het artikel introduceert GLEAM, een webgebaseerde, codevrije softwaretoolkit gebouwd op de Galaxy workbench die biomedische onderzoekers in staat stelt om rigoureuze, reproduceerbare en toegankelijke supervised machine learning-analyses uit te voeren over diverse datatypen heen, terwijl zij zich houden aan best practices.
Dit artikel presenteert een schaalbare, door GPU versnelde methode voor pangenoomconstructie die gebruikmaakt van embeddings van eiwittaalmodellen en geavanceerde clustering om bestaande tools zoals SCARAP te overtreffen in het genereren van functioneel coherente en specifieke eiwitclusters, met name op experimenteel gevalideerde datasets.
Ontologizer 3 is een gratis beschikbare, cross-platform desktopapplicatie die Gene Ontology-verrijkingsanalyse faciliteert door zowel frequentistische als Bayesiaanse methoden aan te bieden, waarbij de laatste een superieure precisie vertoont bij het identificeren van causale termen door rekening te houden met hiërarchische overlap in genensets.