1012 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.
Deze paper introduceert COSMOS+, een interpreteerbaar raamwerk dat data-gedreven multi-omics factoranalyse combineert met mechanistische kennis om causale signaalroutes te modelleren en actieerbare inzichten te genereren over ziektemechanismen zoals resistentie tegen borstkanker.
Verticall is een snelle en robuuste open-source tool die recombinatie in grote bacteriële genoomdatasets (tot duizenden genomen) efficiënt detecteert en schaalbare, recombinatievrije fylogenetische bomen genereert, waarbij het presteert op of boven het niveau van bestaande methoden zoals Gubbins en ClonalFrameML.
Dit artikel introduceert Mievformer, een op masked self-supervised learning gebaseerd Transformer-framework dat probabilistische koppelingen tussen microomgevings- en celheterogeniteit in ruimtelijke omics-data onthult door het leren van microomgevingsrepresentaties die gebaseerd zijn op naburige celtatoestanden en ruimtelijke configuraties.
Deze studie introduceert het concept van 'genomische dialecten' om aan te tonen dat de codon-gebruiksbias over het leven heen wordt gevormd door de biochemische eigenschappen van aminozuren en de tweede codonbasis, wat resulteert in 'informatieve accenten' die de translatiefideliteit en eiwitstabiliteit optimaliseren in plaats van een betrouwbare fylogenie te weerspiegelen.
Deze paper introduceert memerna, een schaalbaar en deterministisch framework dat via iteratieve steekproefneming de volledige ruimte van RNA-secundaire structuren efficiënt verkent om het niet-evenwichtsfolden van RNA tijdens transcriptie nauwkeuriger te modelleren dan bestaande methoden.
Dit artikel introduceert SpaceBender, een open-source methode die ruimtelijke transcriptomics-data ontdoet van ruis door gebruik te maken van ruimtelijke informatie, waardoor biologische signalen worden versterkt en verborgen inzichten worden onthuld.
Deze studie introduceert een tensor-gebaseerd raamwerk voor het analyseren van ruimtelijke genexpressie in colorectale kanker, waarbij een vergelijkbaarheidsnetwerk-methode aantoont dat de ruimtelijke organisatie van het weefsel de netwerkstructuur beperkt en waardevolle inzichten biedt in tumorheterogeniteit.
De auteurs presenteren een netwerkgebaseerde methode die cross-dataset proteomische profielen integreert op basis van de richting van veranderingen (fold-change), waardoor biologisch betekenisvolle relaties tussen heterogene datasets, zoals die rondom doxorubicine en borstkanker, kunnen worden onthuld.
BioEngine is een schaalbaar uitvoerings- en aanpassingslaag die biologen in staat stelt om geavanceerde bioimage-AI-modellen eenvoudig te testen, aan te passen en in te zetten via een agent-leesbaar interface, ongeacht de beschikbare hardware.
Deze studie toont aan dat een geautomatiseerd agent-gestuurd zoekbeleid peptide-kandidaten voor medicijnontwikkeling effectiever rangschikt dan traditionele menselijke methoden, waardoor 65% van de beste kandidaten in de top-20 wordt geselecteerd.