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.
De studie introduceert PhyCD, een fylogenie-ondersteunde computationele tool die bijna 5 miljoen SARS-CoV-2-genomen analyseerde om meer dan 10.000 contaminatiegebeurtenissen te identificeren en bijna 65.000 foutieve substituties te maskeren, waardoor de betrouwbaarheid van downstream pathogenen-evolutie- en transmissieanalyses wordt verbeterd.
SLIM is een lichtgewicht, computationeel efficiënt model dat 64-dimensionale STRING-netwerkembeddings en een closed-form ridge-regressie estimator gebruikt om cellulaire reacties op genetische perturbaties nauwkeurig te voorspellen, waarbij het vaak complexe deep learning-baselines overtreft met minimale trainbare parameters.
Dit artikel toont aan dat verweesde wetenschappelijke software, zoals de verlaten MATLAB-gebaseerde NuMorph-toolkit, succesvol gered en getransformeerd kan worden naar duurzame, herbruikbare community-workflows zoals nf-core/lsmquant door systematische herengineering toe te passen die wordt gestuurd door FAIR-principes en moderne software engineering-standaarden.
Deze studie vergelijkt het Twist Bioscience genome-wide SNP capture (GxS) platform met whole-genome sequencing en de Illumina GSA-24 array door de concordantie van genotypen en de frequentie van Mendeliaanse schendingen te evalueren over 555 individuen in 184 kernfamilies, met als doel een onafhankelijke beoordeling te bieden van deze opkomende gerichte sequencingtechnologie.
Dit artikel presenteert een publiek toegankelijke database met 3D ongestageerde Navier-Stokes-simulaties en hoogwaardige hexahédrale meshes voor 779 kransslagaders gereconstrueerd uit de FAME 2-studie, met als doel het tekort aan numerieke haemodynamische gegevens voor datagestuurde modellering en machine learning-toepassingen aan te pakken.
Dit artikel introduceert TranScouter, een lichtgewicht encoder-decoder framework dat door LLM afgeleide gen-embeddings en transcriptomische profielen van de doelconditie benut om competitief transcriptionele responsen op gen-perturbaties te voorspellen over zowel bekende als onbekende biologische condities heen.
Het artikel introduceert SAHA, een schaalbaar R-pakket dat de identificatie van celtypen in single-cell en ruimtelijke transcriptomica-studies versnelt door middel van snelle, privacy-bewarende labeloverdracht met behulp van samenvattende statistieken en door de gebruiker gedefinieerde hyperparameters om transparante, semi-geautomatiseerde annotatierapporten te genereren.
De auteurs presenteren BWR-finder, een nieuwe, database-vrije softwaretool die een geparallelliseerd BWT-gebaseerd seed-and-extend algoritme gebruikt om efficiënt geïnterpoleerde repeats in gigantische genomen (meer dan 10 Gb) te detecteren met verbeterde snelheid en geheugengebruik vergeleken met bestaande tools, terwijl de hoge sensitiviteit behouden blijft.
crispAIPE is een op transformers gebaseerd probabilistisch framework dat de onzekerheid in prime editing-uitkomsten kwantificeert door concurrerende bewerkingsgebeurtenissen te modelleren op een simplex met een Dirichlet-likelihood en split-conformal kalibratie, wat betrouwbare voorspelling van variantcorrectie-efficiëntie en generaliseerbare designfilters over celtypen heen mogelijk maakt.
Hoewel single-cell fundamentele modellen bepaalde gedeelde structurele patronen vertonen in hun gen-embeddings, zoals ribosomale verrijking, zijn geometrische uitschieters grotendeels modelspecifiek en identificeren zij niet betrouwbaar biologisch belangrijke genen of ziekte-relevante doelwitten.