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.
PanXpress is een nauwkeurige en efficiënte, geïntegreerde tool voor het kwantificeren van bacteriële genexpressie in complexe monsters, die door het gebruik van een pan-transcriptomische gapped k-mer index referentiebias vermindert en sneller werkt dan bestaande methoden.
Dit onderzoek presenteert een door kunstmatige intelligentie ondersteund hulpmiddel voor MorphoBank dat morfologische karakterdata uit literatuur automatisch naar het NEXUS-formaat converteert, waardoor de nauwkeurigheid en FAIR-compliance van biologische datasets aanzienlijk worden verbeterd.
SOORENA is een tweestaps transformer-model dat automatisch autoregulerende eiwitinteracties in PubMed-abstracts identificeert en classificeert, waardoor een uitgebreide database ontstaat die systemische biologische analyses en modelreductie ondersteunt.
GatorSC is een zelftoezichtend leerframework dat single-cell RNA-sequencing-data analyseert door middel van multi-schaal cellen- en genengrafieken die via een Mixture-of-Experts-architectuur worden gefuseerd, waardoor het superieure prestaties levert bij clustering, imputatie en annotatie vergeleken met bestaande methoden.
Deze studie analyseert nucleïnezuren uit de Zag-meteoriet en concludeert dat hun sequenties, hoewel ze niet overeenkomen met bekende biologische patronen of technische artefacten, een ongebruikelijke, gestructureerde complexiteit vertonen die verdere onafhankelijke verificatie vereist.
Dit onderzoek toont aan dat Large Language Models nauwkeurig prognostische histologische data uit ongestructureerde pathologieverslagen kunnen extraheren, waarbij NSE-positiviteit als een sterk risicofactor en S100-positiviteit als een beschermende factor voor overleving bij Ewing-sarcome werd geïdentificeerd.
FlashS is een schaalbaar en nauwkeurig hulpmiddel voor het detecteren van ruimtelijk variabele genen in ruimtelijke transcriptomics dat door het gebruik van frequentiedomein-kernen en sparse sketching de beperkingen van bestaande methoden overwint, zoals aangetoond door superioriteit op 50 datasets en succesvolle toepassing op een atlas met bijna 4 miljoen cellen.
Harmony2 is een geoptimaliseerde software die grote en complexe single-cell RNA-seq datasets met meer dan 100 miljoen cellen efficiënt en nauwkeurig integreert zonder overintegratie, zelfs zonder gespecialiseerde hardware.
ChiMER is een nieuw grafisch framework dat chromatine-architectuur integreert in splice-graafmodellen om chimerische enhancer-RNAs met hoge gevoeligheid te detecteren, wat leidt tot de identificatie van nieuwe transcriptiemechanismen die mogelijk worden gefaciliteerd door RNA-DNA-hybriden.
Deze paper introduceert STpath, een raamwerk dat AI-gebaseerde histopathologie-embeddings vertaalt naar biologisch interpreteerbare kenmerken zoals celtype-samenstelling en genexpressie, waarmee nauwkeurige voorspellingen voor klinische studies mogelijk worden gemaakt.