1243 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 ERFMTDA, een geavanceerd model dat complexe biologische interacties en latente structuren benut om tsRNA-ziekteassociaties nauwkeuriger te voorspellen dan bestaande methoden.
Dit paper introduceert TCRseek, een schaalbaar tweestapszoekraamwerk dat windowed k-mer embeddings en benaderde dichtste-buren-indexering combineert met een herordening op basis van exacte uitlijning om TCR-repertoires efficiënt en gevoelig te doorzoeken.
Dit onderzoek toont aan dat SNP-annotatie-resultaten aanzienlijk variëren afhankelijk van de gebruikte tool en genmodel, en dat een multi-tool- en multi-model-strategie de meest uitgebreide dekking biedt en essentieel is voor robuuste pathway-analyses.
Dreampy is een Python-implementatie van het R/Bioconductor-framework dreamlet die pseudobulk differentialexpressie-analyse voor single-cell RNA-seq-data mogelijk maakt door lineaire gemengde modellen met voom-precision weights en empirische Bayes-moderatie te integreren in het scverse-ecosysteem.
Dit artikel introduceert Micro16S, een deep learning-model dat 16S-rRNA-gensequenties omzet in continue vectorrepresentaties op basis van fylogenetische relaties om taxonomische coherentie en regio-invariantie te verbeteren, hoewel klassieke machine learning-baselines op moment van publicatie nog betere prestaties leverden op classificatietaken.
ExposoGraph is een interactief platform dat carcinogene blootstellingen, metabolische activerings- en detoxificatiepaden, DNA-schade en genetische annotaties verenigt in één kennisgrafiek om systematische evaluaties van gen-omgevingsinteracties bij kankerrisico te faciliteren.
Dit artikel introduceert een nieuw raamwerk van zeven dimensies voor de AI-klaarmaking van biomedische data, ontwikkeld door de Bridge2AI Standards Working Group, dat verder gaat dan de FAIR-principes om ethische integriteit en wetenschappelijke nauwkeurigheid te waarborgen voordat AI-modellen worden toegepast.
Deze studie onthult dat het menselijke genoom, specifiek in de centromeer- en pericentromeergebieden, uitzonderlijk lange en grotendeels intacte DNA-sequenties bevat die sterk lijken op Entomopoxvirus, met een totale lengte van 2,42 Mb en aantoonbare transcriptie.
Deze studie toont aan dat de keuze van bibliotheekvoorbereidingstechnieken en bioinformatica-pijplijnen aanzienlijke verschillen oplevert in DNA-methylatieprofielen van niet-modelorganismen, waarbij RRBS mogelijk geschikter is voor het detecteren van functioneel relevante verschillen dan WGBS.
Dit artikel introduceert ChEA-KG, een interactieve webtoepassing die een hoogwaardig menselijk genregulatienetwerk visualiseert en analyseert door middel van ChEA3-verrijking van transcriptiefactoren, met specifieke atlassen voor celtypen, kanker, werkingsmechanismen en veroudering.