1244 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 dGSEA, een differentieerbare versie van de Gene Set Enrichment Analysis die de kloof tussen gen-niveau trainingsdoelen en pad-niveau interpretatie in transcriptomische studies overbrugt door zachte sortering en genormaliseerde verrijkingsscores te gebruiken voor stabielere en nauwkeurigere pad-gebaseerde supervisie.
In dit artikel wordt ECHO gepresenteerd, een gebruiksvriendelijke en reproduceerbare Snakemake-pijplijn die Oxford Nanopore-sequencingdata gebruikt voor de integrale (epi)genetische karakterisering van het menselijke repetitieve genoom.
Dit paper introduceert scCChain, een transformer-gebaseerd framework dat ruimtelijke transcriptomics-data analyseert om biologisch betekenisvolle communicatieprogramma's tussen cellen te identificeren en hun hotspots op cel- en vlek-niveau te lokaliseren.
Dit paper introduceert HViLM, het eerste fundamentele model voor pan-viraal genomisch onderzoek dat via efficiënte fine-tuning state-of-the-art prestaties levert bij het voorspellen van pathogeniciteit, gastheertropisme en overdraagbaarheid van virussen.
Deze studie biedt praktische richtlijnen voor de selectie van annotatiemethoden in zeldzame variantstudies door systematisch vijf machine learning-methoden te benchmarken, waarbij CADD de beste prestaties leverde en een nieuw framework op basis van Wasserstein-afstanden werd geïntroduceerd voor kalibratiebeoordeling.
Dit artikel stelt dat het prioriteren van eiwitten voor experimentele karakterisering op basis van onenigheid tussen computergestuurde variant-effectpredictoren de meest waardevolle aanvullende experimentele data oplevert, aangezien deze onenigheid niet correleert met de nauwkeurigheid van de voorspellingen.
Dit artikel introduceert ISdetector, een nauwkeurige en schaalbare bio-informatica-pijplijn die insertiesequenties en bijbehorende structurele variaties in bacteriële en archaeale genomen identificeert door soft-clipped reads te clusteren, waardoor het superieur is aan bestaande methoden voor het bestuderen van genoomplasticiteit.
Pro2RNA is een multimodaal taalmodel dat mRNA-coderende sequenties genereert die specifiek zijn aangepast aan de gastheerorganismen door proteinen en taxonomische informatie te integreren, waardoor het een krachtig hulpmiddel biedt voor het ontwerpen van mRNA-therapieën en vaccins.
Deze studie toont aan dat temperatuurschaaltechnieken en epistemische neurale netwerken de betrouwbaarheid van genomische taalmodellen onder distributieveranderingen aanzienlijk verbeteren.
Dit onderzoek toont aan dat de embeddings van het voorgeöordeelde genoom-taalmodel Evo2, hoewel ze op soortniveau minder nauwkeurig zijn dan bestaande methoden, effectief worden als aanvulling op deze technieken om de gastheer van bacteriofagen te voorspellen, vooral op hogere taxonomische niveaus en bij gemiddelde genoomlengtes.