💻 Category

bioinformatics

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.

💻 bio-informatica

Integrative computational toxicology reveals PFOS and PFHxS associated inflammatory keratinocyte niches in psoriasis through exposure transcriptomics, single-cell spatial mapping and token-aware virtual perturbation

Deze studie maakt gebruik van een integratief computationeel toxicologisch kader om aan te tonen dat blootstelling aan PFOS en PFHxS inflammatoire keratinocytprogramma's aanstuurt die convergeren met psoriasispathologie, waarbij specifieke moleculaire effectoren en ruimtelijke niches worden geïdentificeerd door middel van multi-omics integratie en virtuele perturbatie.

Ma, J., Yu, Q.2026-07-15
💻 bio-informatica

Computational design of a multi-epitope vaccine against M. tuberculosis

Deze studie presenteert het computationele ontwerp en de validatie van een nieuwe multi-epitope vaccin-kandidaat gericht op drie voorheen onverkende *Mycobacterium tuberculosis*-virulentie-eiwitten (EccB3, MycP en polyketide synthase), waarbij sterke structurele stabiliteit, effectieve TLR-binding en robuuste immuunresponsen worden aangetoond via een uitgebreide reverse vaccinology-pipeline.

Buhari, A., Okutu, P., Oyeleke, U. A., Sivakumar, A., Hameed, S. A.2026-07-15
💻 bio-informatica

Taxonomic profilers and their influence on metagenomic diversity analyses

Deze studie toont aan dat de keuze van de taxonomische profiler, de referentiedatabase en de parametrisering de schattingen van alfa-diversiteit en statistische conclusies in metagenomische analyses significant beïnvloedt, wat het cruciale belang onderstreept voor onderzoekers om sensitiviteitsanalyses uit te voeren om robuuste en betrouwbare wetenschappelijke bevindingen te waarborgen.

Rondeau-Leclaire, J., Blanchet, G., Jacques, P.-E., Laforest-Lapointe, I.2026-07-14
💻 bio-informatica

Improved 3D Radial Phyllotaxis Trajectories for Uniform Density Distribution of Readout Directions and Sequential Binning

Dit artikel introduceert verbeterde 3D radiale phyllotaxis-trajecten, specifiek UPhy en FlexiPhy, die een uniforme uitleesrichtingsdichtheid bereiken en gerandomiseerde interleave-ordening gebruiken om ringvormige artefacten aanzienlijk te verminderen en de robuustheid van retrospectieve sequentiële binning in dynamische MRI te verbeteren.

Leidi, M., Delitroz, J., Peper, E., Jia, Y., Barranco, J., Ledoux, J.-B., Romanin, L., Bastiaansen, J. A. M., Schneider (…)2026-07-14
💻 bio-informatica

SSUplex: fast, both-strand extraction and origin-sorting of small-subunit rRNA for environmental DNA metabarcoding

SSUplex is een snelle, open-source Rust-tool die volledige kleine subunit rRNA-reads van beide DNA-strengen detecteert, extraheert en herkomst-sorteert in vijf categorieën (bacteria, archaea, eukaryota, mitochondria en chloroplast), waardoor het een snelle, geheugenefficiënte alternatief biedt voor Metaxa2 voor environmental DNA metabarcoding workflows.

O'Brien, A., Vargas, J., Acuna, I., Restovic, F., Martinez, P., Parada, P.2026-07-13
💻 bio-informatica

TEDlm: domain-centric protein language models with optional structural pre-training

Het artikel introduceert TEDlm, een domein-centraal eiwittaalmodel dat vooraf is getraind op structureel gedefinieerde domeinsegmenten en dat grotere volledige sequentiemodellen overtreft in detectie van verre homologie en moleculaire functievoorspelling, waarmee wordt aangetoond dat het focussen op domein-intrinsieke signalen compacte, structureel geïnformeerde representaties oplevert.

Wei, T., Kandathil, S. M., Buchan, D. W. A., Jones, D. T.2026-07-13
💻 bio-informatica

amR: an R package suite to predict antimicrobial resistance in bacterial pathogens

De amR R-pakketsuite biedt een uitgebreid, interpreteerbaar kader voor het voorspellen van antimicrobiële resistentie in bacteriële pathogenen door integratie van multi-schaal genomische extractie van kenmerken, machine learning-modeltraining en interactieve visualisatie om cross-species en multi-drug resistentiemechanismen te ontdekken.

Ghosh, A., Brenner, E. P., Boyer, E. A., McKim, A. P., Vang, C. K., Wolfe, E. P., Mayer, D. A., Lesiyon, R. L., Ravi, J.2026-07-13
💻 bio-informatica

Capabilities, specificity gaps and training-data dependence of AlphaFold3 across diverse application areas

Dit artikel evalueert de prestaties van AlphaFold3 over diverse biomoleculaire toepassingen en stelt vast dat hoewel het krachtige all-atom modelleringsmogelijkheden biedt, de nauwkeurigheid en betrouwbaarheid ongelijkmatig zijn en sterk afhankelijk zijn van de overlap met de trainingsset, wat een voorzichtige interpretatie noodzakelijk maakt in vergelijking met zijn voorganger.

Follonier, O., Liu, Y., Campomanes, P., Lafrenaye, L., Racle, J., Alvarez, D., van Gerwen, J., Heinzmann, R., Jänes, J. (…)2026-07-13
💻 bio-informatica

Genomic Annotation Infrastructure (GAIn): Pipelines and Resource Repositories for Annotating Variants, Positions, and Regions

De Genomic Annotation Infrastructure (GAIn) is een platform dat transparante, reproduceerbare en schaalbare genomische variantannotatie mogelijk maakt via declaratieve pipelines, publieke bronnenrepositories en flexibele web- en command-line interfaces die aangepaste extensies en geautomatiseerde herannotatie ondersteunen.

Cokol, M., Chorbadjiev, L., Lee, Y.-h., Jamsandekar, M., Gergova, I., Todorov, I., Iossifov, I.2026-07-12
💻 bio-informatica

A geometric atlas of how ESM3 organizes modalities across depth

Deze studie onthult dat in het multimodale proteïnelengagemodel ESM3, verschillende fysieke modaliteiten (sequentie, structuur, secundaire structuur en oplosbaarheid) aanvankelijk aparte subruimtes bezetten voordat ze tussen laag 25 en 35 samensmelten tot een gedeelde laagdimensionale representatie, terwijl functionele annotaties gedurende het hele proces orthogonaal blijven, waarbij dit fusieproces een geleerd, universeel eigendom is dat onafhankelijk is van de proteïnelengte maar vertraagd wordt door structurele wanorde.

Steenwyk, J. L.2026-07-12