1235 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.
Dit artikel introduceert een structuur-informeerde Siamese graph neural network die CirA-missensevarianten classificeert om hun impact op de cefiderocol-gevoeligheid te voorspellen, waarbij synthetische trainingsdata het gebrek aan experimentele datasets overbrugt.
Deze studie onthult dat epigenetisch beperkte basale astrocyten in de prefrontale cortex, gekenmerkt door een verminderde respons op stress en ontstekingen in plaats van overactivering, de kwetsbaarheid voor Alzheimer bij mensen met Downsyndroom verklaren.
Deze studie presenteert een reproduceerbaar, open analytisch kader dat een hybride segmentatiestrategie combineert om de driedimensionale verdeling van nanopartikels en celmorfologie in tumorsferoïden kwantitatief te visualiseren met volume-elektronenmicroscopie.
Deze studie toont aan dat vijf compacte, van scratch getrainde transformer-modellen, geïnspireerd op prominente open-source LLM-families, bij het *de novo*-ontwerp van antilichamen vergelijkbare hoge prestaties leveren, waarbij de generatieve capaciteit primair wordt bepaald door trainingsdata en modelgrootte in plaats van architecturale verschillen, en dat een nieuw agentisch evaluatiekader effectief kan worden ingezet voor het prioriteren van kandidaten.
DNAharvester is een modulaire Nextflow-pijplijn die specifiek is ontworpen om de analyse van sterk gedegradeerd oud DNA te stroomlijnen door geavanceerde filtering, flexibele mapping-strategieën en uitgebreide subworkflows te integreren, waardoor authenticiteit wordt gewaarborgd en reproduceerbare genomische analyses voor de bredere onderzoeksgemeenschap toegankelijk worden gemaakt.
Dit onderzoek onthult dat de prestaties van eiwit-taalmodellen bij het voorspellen van fitness niet lineair toenemen met modelgrootte, maar juist dalen bij zeer grote modellen omdat deze extreme waarschijnlijkheidsschattingen genereren die niet overeenkomen met de werkelijke evolutionaire patronen.
Deze studie toont aan dat natively verstrengelde eiwitten een verhoogde neiging tot misfolding vertonen, wat hen statistisch significant vaker met menselijke ziekten en pathogene mutaties verbindt en nieuwe therapeutische kansen biedt.
Dit onderzoek biedt de eerste uitgebreide karakterisering van het CdNAC-transcriptiefactorfamilie in Cynodon dactylon, waarbij 237 genen werden geïdentificeerd en hun specifieke expressiepatronen onder verschillende abiotische stresscondities zoals droogte, hitte, zout en overstroming in kaart werden gebracht om de basis te leggen voor het veredelen van stressbestendige bermudagrass.
Dit artikel introduceert MSI-VISUAL, een open-source framework dat waarheidsgetrouwe visualisatiemethoden combineert met interactieve tools om de ruimtelijke resolutie en biologische inzichten in massaspectrometrie-imaging te verbeteren.
In dit artikel wordt LoPhy, een nieuw algoritme voor het reconstrueren van longitudinale fylogenieën van zowel enkel-nucleotide varianten (SNVs) als kopiee-aantalveranderingen (CNAs) op basis van single-cell sequencing-data, geïntroduceerd en gevalideerd op acute myeloïde leukemie (AML), waarbij wordt aangetoond hoe deze methoden de evolutionaire trajecten van kanker en therapieresistentie inzichtelijk maken.