768 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 presenteert een snelle, labelvrije methode die vibratiespectroscopie combineert met diep learning om DNA-fragmentlengteverdelingen nauwkeurig te kwantificeren, wat een schaalbaar en niet-destructief alternatief biedt voor conventionele analysemethoden.
Dit artikel introduceert APEX, een uitlegbaar AI-framework dat proteoom-brede pathogentargets identificeert en gerichte moleculaire ontwerpen genereert om de ontwikkeling van nieuwe antimicrobiële middelen en fungiciden te versnellen.
scDynOmics is een schaalbaar en interpreteerbaar transformer-model dat, geïnspireerd door genregulatienetwerken en gebruikmakend van een Linformer-achtig mechanisme, effectief multimodale single-cell data leert representeren voor het ontrafelen van celheterogeniteit en -dynamiek.
Deze studie combineert netwerkfarmacologie en dierexperimenten om aan te tonen dat Panax notoginseng de genezing van huidwonden versnelt door via meerdere componenten en paden de cytokinebalans (TNF-α, IL-6, IL-10) te reguleren, waardoor ontsteking wordt onderdrukt en de weefselherstelprocessen worden geoptimaliseerd.
Het artikel introduceert SpatialCompassV (SCOMV), een computergereedschap dat zonder voorafgaande kennis ruimtelijke expressiepatronen van genen en cellen analyseert door hun positie en richting ten opzichte van referentiegebieden te coderen, waarmee het zowel nieuwe ruimtelijke classificaties mogelijk maakt als genen identificeert die verschillen in hun ruimtelijke verdeling in plaats van alleen in expressieniveau.
Dit onderzoek toont aan dat Oxford Nanopore-sequencing door verbeterde nauwkeurigheid nu betrouwbaar amplicon-sequence variants (ASVs) kan genereren voor complexe microbiële gemeenschappen, waardoor analyses niet langer afhankelijk zijn van referentiedatabases of OTU-clustering.
Dit onderzoek identificeert via in silico analyses convergente therapeutische doelen, hub-genen en regulatoren die gemeenschappelijke moleculaire mechanismen blootleggen tussen posttraumatische stressstoornis, schizofrenie en bipolaire stoornis, met name gerelateerd aan auto-immuunontsteking en infectieziekten.
Dit artikel presenteert een uitgebreide benchmark voor tools die transposabele elementen op locus-niveau kwantificeren in single-cell RNA-sequencing-data, waarbij wordt geconcludeerd dat unieke mapper-strategieën de precisie vergroten en dat analyses zich moeten richten op oudere inserties of subfamilie-aggregatie vanwege de inherente moeilijkheid om jonge transposabele elementen nauwkeurig op te lossen.
Een simulatiemodel toont aan dat bij de restauratie van Caribische koralen de risico's van genetische verdringing door hybriden worden overschat, terwijl de verwachtingen op adaptieve introgressie beperkt blijven.
Deze studie introduceert DeepAllele, een nieuw deep learning-model dat gebruikmaakt van gepaarde allel-specifieke sequentiegegevens om subtiele veranderingen in genregulatie te voorspellen en zo functioneel relevante regulatorische motieven en causale mechanismen effectiever blootlegt dan bestaande methoden.