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.
GTcomplex is een nieuw, op ruimtelijke indexering gebaseerd algoritme dat een nauwkeurige en efficiënte holistische uitlijning van macromoleculaire complexen mogelijk maakt door ketentoewijzingen rechtstreeks af te leiden uit optimale globale superposities, waarbij het bestaande methoden overtreft in zowel snelheid als precisie over diverse structurele datasets heen.
Deze studie toont aan dat een gekalibreerde actieve leerstrategie, geoptimaliseerd door middel van retrospectieve simulaties en gevalideerd in een closed-loop *Borrelia burgdorferi*-screeningcampagne, de experimentele hitrates significant verhoogt en het trainen van generaliseerbare machine learning-modellen mogelijk maakt die in staat zijn om de antibiotische activiteit van out-of-distribution verbindingen nauwkeurig te voorspellen.
Dit artikel introduceert een nieuwe methode voor het representeren van gesorteerde k-mer's als virtuele super-k-mer-lijsten, geïmplementeerd in de sklib-tool, die een hoge doorvoer bij verzamelingenoperaties en een significant verminderd geheugengebruik bereikt in vergelijking met bestaande tools zoals KMC, terwijl de competitieve queryprestaties behouden blijven.
Door publieke datasets te heranalyseren met strikte statistische controles om een betrouwbare menselijke methylatieatlas van 1.828 locaties vast te stellen, ontwikkelden en valideerden de auteurs een op transfer learning gebaseerd deep learning-model (AHLF-Methylation) dat de detectie en lokalisatie van gemethyleerde peptiden aanzienlijk verbetert.
VirProtRAG is een retrieval-augmented generation-framework dat de functionele annotatie van virale eiwitten verbetert door hybride literatuurretrieval en bewijsgebaseerde re-ranking te integreren om verifieerbare, hoogwaardige functionele inzichten te produceren en de bestaande expertcuratie uit te breiden.
Het artikel introduceert MSpangenome, een op genealogie gebaseerd framework dat coalescentie-simulaties en pangenoom-grafische constructie overbrugt om realistische populatiepangenomen met een bekende evolutionaire grondwaarheid te genereren, waardoor rigoureuze benchmarking van grafische genomische tools mogelijk wordt.
Door de POInT-tool te gebruiken om genetische boomdiscordantie te analyseren, levert deze studie bewijs dat "late" diploidisering waarbij genetische uitwisselingen na allopolyploïdie plaatsvonden, voorkwam in de teleost-, Paramecium- en bakkergist-lijnen, wat de visie uitdaagt dat diploidisering altijd een snel proces is.
Het artikel introduceert synpact, een geheugenefficiënte en snelle PacBio HiFi-read mapper geschreven in Rust die gebruikmaakt van een hiërarchie van lokaal consistente syncmer-blokken om een nauwkeurigheid te bereiken die vergelijkbaar is met state-of-the-art tools zoals minimap2, terwijl het het piekgeheugengebruik aanzienlijk vermindert en de runtime op grote of repetitieve genomen verbetert.
Deze studie maakt gebruik van AlphaMissense om pathogeniteitspatronen over de GLUT-transporterfamilie in kaart te brengen, waarbij wordt onthuld dat missense-mutaties het meest schadelijk zijn in transmembraandomeinen, porie-omringende residuen en de centrale holte, terwijl variaties in pathogeniteit binnen de familie wijzen op de invloed van functionele redundantie en fysiologische essentialiteit.
ProteoDUDes is een open-source tool die de nauwkeurigheid van taxonomische profilering in metaproteomica verbetert door de resultaten van populaire annotatietools te verwerken om de foutpositieve ratio significant te verlagen, waardoor een meer betrouwbare identificatie van functioneel actieve organismen in complexe monsters mogelijk wordt.