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.
DyME is een gedistribueerd platform dat hoge-doorvoer mutagenese combineert met moleculaire dynamica-simulaties en een toolbox voor vergelijkende analyse om systematisch eiwit-herkenning te bestuderen en na te bootsen.
Dit artikel introduceert MIMIQ, een methode die gebruikmaakt van adaptieve binning en copula-transformatie om de wederzijdse informatie en significantie in single-cell RNA-sequencing-data snel en nauwkeurig te berekenen, wat wordt geïllustreerd door de analyse van genherkoppeling bij CD4+ T-cellen tijdens SARS-CoV-2-infectie.
Deze studie toont aan dat het combineren van gereduceerde aminozuuralfabetten met subwoord-tokenisatie (BPE) in eiwit-taalmodellen de rekenefficiëntie aanzienlijk verbetert door kortere sequenties te genereren, terwijl de voorspellende prestaties behouden blijven of zelfs worden verbeterd.
Deze studie introduceert Cyclome, een uitgebreid computeraangedreven framework dat een gecurateerde dataset van 930 cyclische peptiden, een nieuw sequentie-uitlijningalgoritme en machine learning-modellen combineert om thermische stabiliteit te voorspellen en kritieke metaalbinding te analyseren, waardoor de ontwerpmogelijkheden voor stabiele cyclische peptiden voor therapeutische en industriële toepassingen aanzienlijk worden verbeterd.
Pipette is een multi-agent AI-framework dat end-to-end bioinformatica-workflows orchestreert via natuurlijke taal, geleid door een uit wetenschappelijke literatuur afgeleid 'Skill Graph' om complexe analyses voor benchwetenschappers toegankelijker en reproduceerbaar te maken.
Dit artikel introduceert VASCIF, een interpreteerbaar en structureel bewust model op basis van adaptief graf-leren dat de interactie tussen antilichamen en antigenen nauwkeurig voorspelt en zo de ontdekking van antilichamen versnelt ondanks beperkte datasets.
Het artikel introduceert rnaends, een R-pakket dat is ontworpen voor de analyse van RNA-einde-sequencing-data op nucleotideniveau, met functies voor verwerking, kwantificering en downstream-analyses zoals het identificeren van transcriptiestartsites en het bestuderen van RNA-metabolisme.
Deze studie introduceert Coherent Denoising, een innovatief generatief raamwerk dat ontbrekende multimodale biomedische data synthetiseert om de prestaties van voorspellende modellen te behouden en de prioritering van diagnostische tests te optimaliseren, wat wordt gevalideerd op een grote TCGA-cohort van meer dan 10.000 kankerstalen.
PRIZM is een tweefasige workflow die een kleine dataset van ongeveer 20 gemerkte varianten gebruikt om de meest geschikte zero-shot foundation model te selecteren voor het prioriteren van eiwitvarianten, waardoor efficiënter eiwitontwerp mogelijk wordt met minimale experimentele data.
De auteurs introduceren FM-GPT, een nieuwe Bayesiaanse methode voor fijnmapping die in fenoom-brede transcriptoom-associatiestudies effectief causale genen identificeert door ruis te filteren en zowel pleiotrope als fenome-specifieke effecten bloot te leggen, wat leidt tot nieuwe inzichten in de gedeelde biologische mechanismen van hersenstructuur en diverse medische aandoeningen.