💻 Category

bioinformatics

1199 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

A Conditional Variational Autoencoder with QSAR-Guided Surrogate-Weighted Fine-Tuning and Cross-Entropy Optimization for Targeted Antimicrobial Peptide Generation

Dit artikel presenteert een conditionele variational autoencoder-pijplijn die QSAR-gestuurde surrogate-gewogen fine-tuning en cross-entropy-optimalisatie integreert om uitdagingen rond data-schaarste en circulaire afhankelijkheid te overwinnen, met succes gerichte antimicrobiële peptiden genererend met een hoge voorspelde werkzaamheid en gunstige structurele eigenschappen.

Castanon, I., Wan, F., de la Fuente, C., Pini, A., Falciani, C.2026-04-30
💻 bio-informatica

Systems Pharmacology Reveals Type I Interferon and Myeloid-Like B Cell Reprogramming as Druggable Axes in Antiphospholipid Syndrome

Deze studie hanteert een integratieve systeemfarmacologische aanpak om de moleculaire heterogeniteit van het antifosfolipidsyndroom te karakteriseren, waarbij signaaltransductie van type I-interferon en herprogrammering van myeloïde-achtige B-cellen worden geïdentificeerd als belangrijke aan te pakken assen die patiëntenstratificatie en herbestemming van bestaande therapieën voor gepersonaliseerde geneeskunde mogelijk maken.

Sun, B., Lu, Y., Liu, W., Wang, C.2026-04-30
💻 bio-informatica

Deterministic retrieval recovers biomedical associations lost by language models

Het artikel introduceert BioChirp, een open-source framework dat query-interpretatie op basis van LLM's combineert met deterministische, grafgebaseerde retrievals om meer biomedische associaties met een hogere reproduceerbaarheid te herstellen dan conventionele op LLM's gebaseerde systemen.

Halder, A., Singh, M., Kesarwani, R., Mathew, B., Bhattacharya, N., Chikhaliya, O., Motwani, D., Peela, S. C. M., Samant (…)2026-04-29
💻 bio-informatica

Explainable Prototype Booster: Enhancing Latent Representations of Foundation Models for Gene Expression Prediction

Het artikel introduceert de Explainable Prototype Booster (EP-Booster), een methode die biologische voorkennis integreert in fundamentele modellen om latente representaties te verfijnen voor nauwkeurige en interpreteerbare voorspelling van genexpressie uit histologische afbeeldingen, waardoor de kosten- en tijdsbeperkingen van ruimtelijke transcriptomics worden overwonnen.

Li, C., Nguyen, Q.2026-04-29
💻 bio-informatica

Accurate ab initio gene prediction in eukaryotes with Tiberius in multiple clades

Het artikel introduceert Tiberius, een op deep learning gebaseerde ab initio genvoorspeller die state-of-the-art nauwkeurigheid en aanzienlijk snellere looptijden bereikt over diverse eukaryotische clades door lijn-specifieke modellen te trainen, waarmee op effectieve wijze huidige knelpunten in genoomannotatie worden aangepakt.

Gabriel, L., Bruna, T., Kaur, A., Krishnan, A., Ortmann, F., Salamov, A., Talbot, S., Becker, F., Krieg, R., Wheat, C. W (…)2026-04-28
💻 bio-informatica

Modeling causal signal propagation in multi-omic factor space with COSMOS

Deze paper introduceert COSMOS+, een interpreteerbaar raamwerk dat data-gedreven multi-omics factoranalyse combineert met mechanistische kennis om causale signaalroutes te modelleren en actieerbare inzichten te genereren over ziektemechanismen zoals resistentie tegen borstkanker.

Dugourd, A., Lafrenz, P., Mananes, D., Paton, V., Fallegger, R., Bai, Y., Kroger, A.-C., Turei, D., Li, Y., Trogdon, M. (…)2026-04-24
💻 bio-informatica

Probabilistic coupling of cellular and microenvironmental heterogeneity by masked self-supervised learning

Dit artikel introduceert Mievformer, een op masked self-supervised learning gebaseerd Transformer-framework dat probabilistische koppelingen tussen microomgevings- en celheterogeniteit in ruimtelijke omics-data onthult door het leren van microomgevingsrepresentaties die gebaseerd zijn op naburige celtatoestanden en ruimtelijke configuraties.

Kojima, Y., Tanaka, Y., Hirose, H., Chiwaki, F., Nishimura, K., Hayashi, S., Itahashi, K., Ishikawa, M., Shimamura, T. (…)2026-04-24