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.
Het artikel introduceert CryoDiff, een onzekerheidsbewust diffusiemodel dat bestaande methoden overtreft in het verbeteren van cryo-EM-kaarten door gezamenlijk de structurele resolutie te verbeteren en voxel-gewijze betrouwbaarheidsschattingen te bieden, waardoor de interpreteerbaarheid van kaarten en downstream modelbouw aanzienlijk wordt versterkt.
Het artikel introduceert cellpin, een schaalbare variabele autoencoder die uitsluitend is getraind op single-cell RNA-sequencingdata, die gebruikmaakt van teacher-student latent distillatie en ruisimitatie om effectief niet-gemeten genen te imputeren en ruimtelijke transcriptoomprofielen te denoisen zonder dat daar cross-modale uitlijning voor nodig is.
OmniGene-4 introduceert een verenigd, door een router interpreteerbaar Mixture-of-Experts fundamenteel model dat demonstreert hoe voortgezette pretraining cross-task specialisatie aanstuurt, terwijl expert-computatie sequentie-gegronde biologische redenering afhandelt, waarmee state-of-the-art prestaties worden behaald in eiwithomologie en algemene biologische kennis met aanzienlijk verminderde computatiekosten, zelfs wanneer het wordt uitgebreid naar multi-modale inputs.
Het artikel introduceert UnBlender, een pijplijn die ontworpen is om respiratoire wetenschappers in staat te stellen aangepaste celtype-deconvolutie uit te voeren op bulk RNA-seq-data, terwijl de nauwkeurigheid van de geschatte celtypeproporties routinematig wordt gevalideerd om reproduceerbare en betrouwbare conclusies te waarborgen.
Dit artikel presenteert een interpreteerbaar machine learning-framework dat dimensionaliteitsreductie combineert met een multi-output random forest-model om accuraat de identiteit en afkomst van honden te herleiden uit genoombrede SNP-data, waarbij een nauwkeurigheid van 91,7% wordt bereikt op de Dog Aging Project-dataset terwijl biologisch relevante genetische loci worden geïdentificeerd die geassocieerd zijn met ras-specifieke kenmerken.
Dit artikel introduceert ROTS 2.0, een verbeterd open-source framework beschikbaar in R en Python dat de reproduceerbaarheidsgeoptimaliseerde teststatistiek uitbreidt naar diverse high-throughput omics-studieontwerpen, inclusief multi-groepvergelijkingen en overlevingsanalyse, om de betrouwbaarheid van featureselectie in complexe experimentele settings te verbeteren.
Dit artikel toont aan dat een correctie-gestuurde coderingsagent de gevestigde RapidNJ-basislijn in computationele fylogenetica aanzienlijk kan overtreffen door SwiftNJ te produceren, een geoptimaliseerde implementatie van Neighbour Joining die een geometrisch gemiddelde runtime-ratio van 0,565 bereikt terwijl exacte correctheid ten opzichte van referentiestandaarden wordt behouden.
Leviathan is een open-source softwarepakket dat ultra-snelle, geheugenefficiënte en nauwkeurige taxonomische en functionele profilering van metagenomen en metatranscriptomen op genoom- en pangenoomresolutie mogelijk maakt door alignment-vrije taxonomische methoden te combineren met DNA-ruimte pseudo-uitlijning om computationally dure vertaalde zoekstappen te omzeilen.
Dit artikel presenteert een minimaal, multischaal computatief raamwerk dat gebruikmaakt van proteinedynamica en recurrente verstoringmechanismen om systematisch antimicrobiële doelen te identificeren en te prioriteren voor rationele polyfarmacologie, met als doel de therapeutische werkzaamheid te verhogen terwijl toxiciteit en mutatieontsnapping worden geminimaliseerd.
Het artikel introduceert gTranslate, een computationeel efficiënt machinelearninghulpmiddel dat nauwkeurig translatietabellen voorspelt voor prokaryote genomen zonder voorafgaande taxonomische classificatie, met een nauwkeurigheid van meer dan 99,99% en dat de ontdekking mogelijk maakt van nieuwe variaties in de genetische code in specifieke bacteriële lijnen.