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.
Het artikel introduceert scVIP, een generatief raamwerk dat single-cell transcriptoomdata en fenotypische markers integreert om persoonlijke individuele embeddings te leren voor het voorspellen van ontwikkelingsleeftijd, ziekteprogressie en neuropathologie.
Dit artikel introduceert RepurAgent, een door mensen gesuperviseerde hiërarchische multi-agent AI-systeem dat het volledige cyclus van drugherbestemming ondersteunt, van hypothesevorming tot experimentele analyse en validatie.
Dit paper introduceert Surleton, een nieuw framework voor inverse eiwitvouwing dat de terugwinning van aminozuurreeksen verbetert door zowel de ruggengraatgeometrie als de oppervlaktestructuur van eiwitten gezamenlijk te modelleren.
Dit onderzoek gebruikt een fylogenetische aanpak om te bevestigen dat de differentiatie van bradyzoïeten bij Toxoplasma gondii zowel op hoge mate van geconserveerde paden als op specifieke paden rust, en identificeert een specifieke cluster van eiwitten die veelbelovend zijn voor het ontdekken van nieuwe genen die betrokken zijn bij deze vorming.
Deze studie introduceert HMCVelo, het eerste deterministische model dat gebruikmaakt van single-cell hydroxymethylcytosine- en methylcytosine-data om de dynamiek van DNA-methylering in individuele cellen te kwantificeren en nauwkeurigere cellulaire trajecten af te leiden dan bestaande RNA-velocity-methoden.
Dit protocol beschrijft een computationele aanpak met MetVAE voor het construeren van correlatie-gebaseerde moleculaire netwerken uit grootschalige ongericht metabolomics-data, wat in een muismodel van hepatocellulair carcinoom een endogeen 'auto-brewery'-pad naar lipotoxische metabolieten onthulde.
Deze studie presenteert een gesloten-lus computergestuurde framework voor multi-objectieve optimalisatie die succesvol receptor-selectieve cel-penetrerende peptiden ontwerpt door iteratieve docking en Bayesiaanse optimalisatie toe te passen, wat resulteerde in experimenteel geverifieerde peptiden met een voorkeur voor CXCR4 boven NRP1.
scSketch is een interactief hulpmiddel voor single-cell RNA-sequencing-analyse dat gebruikers toelaat om door middel van schetsen trajecten te verkennen en met statistische validiteit pathway-gebaseerde inzichten te verkrijgen in celprocessen.
ProNA3D is een nieuw hulpmiddel dat een geïntegreerd platform biedt voor het analyseren van interactie-interfaces in nucleïnezuur-bevattende complexen, zowel voor experimentele als voorspelde structuren, door middel van afstandsmetingen, interactieve visualisatie en scoring voor AlphaFold3-modellen.
Deze studie toont aan dat disfunctionering van het darmmicrobioom bij inflammatoire darmziekten wordt veroorzaakt door een grootschalige herorganisatie van functionele interactienetwerken, die leidt tot een meer gefragmenteerde en kwetsbare structuur vergeleken met gezonde controles.