1242 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.
In dit artikel wordt MaxToki, een tijdsafhankelijk AI-model getraind op bijna een biljoen genen, gepresenteerd als een krachtig hulpmiddel om de verouderingsprocessen van menselijke cellen te voorspellen en nieuwe therapeutische doelwitten te identificeren die experimenteel zijn geverifieerd.
Deze paper introduceert emb2dis, een nieuw diep-leermodel dat proteïnelanguage-modellen combineert met ResNets en dilated convoluties om intrinsieke proteïnedisordern met hoge nauwkeurigheid te voorspellen, wat resulteerde in de eerste plaats in de CAID3-benchmark.
De PhageExpressionAtlas is een unificerend bioinformatica-resource die gestandaardiseerde, tijdopgeloste transcriptoomdata van fage-gastheer-interacties beschikbaar stelt om gedeelde en unieke transcripitiemechanismen, waaronder verdedigingsstrategieën en ongekarakteriseerde genen, te onthullen en te analyseren.
De auteurs presenteren VicMAG, een open-source hulpmiddel voor het visualiseren van complexe, circulaire metagenoom-geassembleerde genomen (cMAGs) uit lange-leessequencing, waarmee de verspreiding en genomische context van virulentiefactoren, antibioticaresistentiegenen en mobile genetische elementen in microbiële gemeenschappen integraal in kaart kunnen worden gebracht.
ProteoPy is een lichtgewicht Python-bibliotheek die op de AnnData-structuur is gebaseerd en geïntegreerde proteomics-analyse mogelijk maakt, inclusief de afleiding van proteovormgroepen en naadloze integratie met het Scanpy-ecosysteem voor reproduceerbare multi-omics-onderzoek.
Deze studie toont aan dat eiwit-taalmodellen, gecombineerd met eenvoudige MLP-classificatoren, systematisch beter presteren dan BLAST bij het voorspellen van EC-nummers voor evolutionair verre enzymen, terwijl ze voor bekende proteïnen vergelijkbare nauwkeurigheid behalen.
Deze paper introduceert Baktfold, een ultrasensitief en taxon-onafhankelijk Python-gedreven commando-line hulpmiddel dat structurele informatie gebruikt om de functionele annotatie van eiwitten in het microbiele leven, met name voor hypothetische eiwitten in bacteriën en archaea, aanzienlijk te verbeteren ten opzichte van bestaande methoden.
Het artikel introduceert PSALM, een methode die een voorgeprogrammeerd eiwit-taalmodel combineert met een gestructureerde decoder om eiwitdomeinen te annoteren met een prestatie die vergelijkbaar is met de gevestigde HMMER-tool, maar met een hogere dekking bij minder strenge drempelwaarden.
Dit onderzoek introduceert 'aminozuur-substitutomics', een nieuwe proteomische pipeline die met behulp van PIPI-C post-translationele aminozuursubstituties in kankersystemen in kaart brengt, waardoor nieuwe biologische mechanismen en onthullingen over resistentie en immuunontsnapping worden ontdekt die niet uit genomische of transcriptomische data kunnen worden afgeleid.
Deze bioinformatische studie toont aan dat de overexpressie van het ITGB1-geen geassocieerd is met een slechte prognose en therapeutische resistentie bij twaalf verschillende kankertypes, wat het een veelbelovende biomarker maakt voor de behandeling van kanker.