💻 Category

bioinformatics

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.

💻 bio-informatica

ParaDISM: Precise mapping of short reads to genes with highly homologous regions

ParaDISM is een open-source pipeline die de precisie van short-read-uitlijning en variantdetectie in sterk homologe genomische regio's verbetert door gebruik te maken van meervoudige sequentie-uitlijningen om onderscheidende posities te identificeren en referentiesequenties iteratief te verfijnen, waardoor misaligneringsartefacten en valse variantroepingen in vergelijking met standaard-uitlijnprogramma's aanzienlijk worden verminderd.

Tzimotoudis, D., Farrugia, R., Zammit, J., Masini, M. C., Balestrucci, A., Carbott, F. B., Wettinger, S. B., Alexiou, P. (…)2026-05-21
💻 bio-informatica

OmniCellAgent: An AI Scientist for Omic-Driven Scientific Discovery

OmniCellAgent is een multi-agent AI-framework dat autonoom diverse single-cell RNA-sequencingdatasets ophaalt en integreert met biomedische voorkennis om evidence-based hypothesen te genereren en de door omics gedreven wetenschappelijke ontdekking te versnellen voor onderzoekers zonder informatica-achtergrond.

Huang, D., Li, H., Li, W., Zhang, H., Xu, T., Lu, Y., Fang, K., Xu, Z., Chen, J., Dickson, P., Sardiello, M., Buchser, W (…)2026-05-20
💻 bio-informatica

Phylogenetically estimated neutral rates and fitness effects of mutations to influenza proteins

Door fylogenetische bomen te construeren uit meer dan 100.000 influenzasequenties, schat deze studie neutrale mutatiesnelheden en fitness-effecten per positie in het virale proteoom, waarbij aanzienlijke variatie tussen mutatietypen wordt blootgelegd, sterke cross-virale correlaties met SARS-CoV-2 en HIV worden aangetoond, en een uitgebreide, interactieve bron wordt geboden om te begrijpen hoe mutatie en selectie de evolutie van influenza in de natuur vormgeven.

Haddox, H. K., Hinrichs, A. S., Jennings-Shaffer, C., Johnson, K., Benton, C. T., Galloway, J. G., Bloom, J. D., Matsen (…)2026-05-20
💻 bio-informatica

CharacTERT: A machine learning tool for classifying hTERT missense variants

De auteurs ontwikkelden CharacTERT, een machine learning-tool die sequentie- en structurele kenmerken integreert om hTERT-missense-varianten geassocieerd met Telomeerbiologie-stoornissen nauwkeurig te classificeren, bestaande predictoren overtreft en via een vrij toegankelijke webserver een uitgebreid mutatielandschap biedt.

Becerra Parra, G., Pan, Q., Myung, Y., Portelli, S., Nelson, N. E., Dickinson, J. L., Lucas, S. E. M., Holien, J. K., Br (…)2026-05-20
💻 bio-informatica

Shiny AMMOA: an interactive platform for integrative multi-omics analysis of murine aging

Dit artikel introduceert Shiny AMMOA, een gebruiksvriendelijk, interactief R Shiny-platform dat de geïntegreerde multi-omics-analyse van muizenveroudering democratiseert door experimenteel onderzoekers in staat te stellen hypothesen te genereren, te visualiseren en te onderzoeken op basis van geünificeerde transcriptomische, proteomische en metabolomische datasets zonder geavanceerde computationele vaardigheden.

Ninomiya Kanda, M.2026-05-20
💻 bio-informatica

ExplainBind: Explainable Physicochemical Determinants of Protein-Ligand Binding via Non-Covalent Interactions

ExplainBind is een nieuw, structuurvrij AI-kader dat de waarschijnlijkheid van eiwit-ligand-binding voorspelt, specifieke bindingsresiduen lokaliseert en patronen van niet-covalente interacties ontcijfert om mechanistische inzichten voor de geneesmiddelenontwikkeling te bieden, waarbij het bestaande black-box-modellen overtreft op diverse doelen en succesvol zowel remmers als activatoren met onderscheidende functionele mechanismen identificeert.

Meng, Z., Bai, Z., Yuan, K., Cheah, J. H., Jiang, W., Skepner, A., Leahy, K. J., Ounis, I., Oldham, W. M., Meng, Z., Xu (…)2026-05-19
💻 bio-informatica

Unlocking Open-Access Genomic and Transcriptomic Data: The First Bioinformatic Exploitation of Tunisian Durum Wheat Landraces Chili and Mahmoudi, Pioneering Data-Driven Research in North Africa

Deze studie presenteert de eerste geïntegreerde genomische en transcriptomische analyse van Tunesische durumtarwe-landrassen, waarbij wordt aangetoond dat adaptatie aan aride gebieden voornamelijk wordt gedreven door herschakeling van trans-regulerende stressnetwerken in plaats van selectiehotspots, en waarbij specifieke moleculaire mechanismen en zes chromosomale doelen voor toekomstige veredeling worden geïdentificeerd.

Gdoura-Ben Amor, M., MATHLOUTHI, N. E. H., BELGUITH, I., DEROUICH, R.2026-05-19
💻 bio-informatica

TransXplorer: An automated translational discovery platform for RNA-seq data

TransXplorer is een gratis en inlogvrije webplatform dat de volledige RNA-seq-analytische workflow – van ruwe data-verwerking en geautomatiseerde batchcorrectie tot functionele verrijking, netwerkanalyse en integratie voor klinische/medicijnontdekking – stroomlijnt tot één geünificeerde omgeving.

Verma, V. M., Oler, E., Syed, H., Han, S., Berjanskii, M., Mason, A. L., Wishart, D. S., Wong, G. K.-S.2026-05-19
💻 bio-informatica

DistPCA: Tera-Scale Genomic PCA via Out-of-Core Distributed Parallelism

DistPCA is het eerste gedistribueerde, out-of-core C++-framework dat gebruikmaakt van MPI-gebaseerde multi-level parallelisme om geheugen- en I/O-flessenhalsen te overwinnen, waardoor een zeer schaalbare en nauwkeurige Principal Component Analysis mogelijk wordt voor tera-scale genomische datasets op zowel single- als multi-node systemen.

Mermigkis, G., Sofotasios, A., Kontopoulou, E.-M., Gallopoulos, E., Hadjidoukas, P.2026-05-19