1243 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.
scMagnifier is een consensusclusteringframework dat gebruikmaakt van GRN-informatie en *in silico*-perturbaties om subtiele transcriptieverschillen te versterken, waardoor het de identificatie van fijnmazige celsubtypen en hun ruimtelijke organisatie in transcriptomics-data aanzienlijk verbetert.
De auteurs introduceren StructureDCA, een nieuwe methode die Direct Coupling Analysis combineert met structurele informatie om mutatielandschappen van eiwitten nauwkeuriger en efficiënter te voorspellen.
NETSCOPE is een open-source toolbox die informatie-theoretische methoden, zoals wederzijdse informatie en de data processing inequality, gebruikt om biologische netwerken te reconstrueren en te analyseren over diverse modaliteiten heen, van moleculaire interacties tot hersenconnectiviteit.
Deze paper introduceert en evalueert een nieuw iteratief raamwerk voor populatiegenetische inferentie dat random forests en multivariate Gaussische mengmodellen combineert om, in vergelijking met bestaande methoden zoals ABC-RF en SNLE, nauwkeurigere schattingen te leveren met beter gecontroleerde betrouwbaarheidsintervallen.
Dit artikel introduceert TOGGLE, een zelftoezichtend framework op basis van grafdiffusie dat onopgemerkte functionele heterogeniteit en celbestemmingen binnen fenotypisch identieke populaties onthult door middel van single-cell transcriptomics, waarbij het bestaande algoritmes overtreft en experimenteel gevalideerde inzichten biedt in ziektemechanismen zoals ischemische beroerte.
Dit onderzoek toont aan dat bij Caenorhabditis elegans de specifieke genetische architectuur van structurele varianten, die recombinitie kan onderdrukken, de retentie van mutaties na mutagenese beïnvloedt en leidt tot stam-specifieke verschillen in het vermogen om schadelijke mutaties te verwijderen.
In deze studie presenteren de auteurs EscapeMap, een modulair raamwerk dat deep mutational scanning-data en generatieve sequentiemodellen integreert om de evolutie van SARS-CoV-2 te voorspellen, escape-varianten te ontwerpen en therapeutische strategieën te optimaliseren door kwantitatieve inzichten te bieden in de weerstand van antilichamen tegen virale ontsnapping.
Dit artikel introduceert het 'Tiling Algorithm', een methode die gebruikmaakt van nauwkeurige lange DNA-leesopnamen om de complexe structurele variaties en zeldzame subpopulaties van adeno-geassocieerde virussen (AAV) te karakteriseren, waarbij de beperkingen van referentie-gebaseerde analyse en korte leesopnamen worden overwonnen.
Deze paper introduceert siMILe, een zwak-toezicht leermodel dat gebruikmaakt van adversarische wissing en meervoudige instance learning om condition-specifieke variaties in oligomere eiwitstructuren te identificeren uit 3D single-molecule localization microscopy-data zonder structurele supervisie.
RNApdbee 3.0 is een geavanceerde, verenigde webserver die 3D-coördinaten van RNA omzet in een uitgebreide annotatie van secundaire structuren en interactienetwerken, waarbij inconsistenties in dataformaten worden opgelost en diverse interactiesystemen worden geïntegreerd voor nauwkeurige visualisatie en analyse.