1014 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 BCAR, een snelle en algemene mapper voor barcode-sequenties die sequencingfouten corrigeert door kwaliteitscores en alle beschikbare bewijs per base te integreren, waardoor het bestaande methoden overtreft bij het onderscheiden van echte mutaties van fouten.
Deze paper introduceert scTGCL, een transformer-gebaseerde grafische contrastieve leermethode die robuuste representaties voor single-cell RNA-seq-data leert door zelf-attention en data-augmentatie te combineren, waardoor het op diverse datasets superieure clusteringresultaten en rekenefficiëntie bereikt ten opzichte van bestaande methoden.
Deze paper introduceert een lineaire tijd-algoritme dat bidirectede pangenoomgrafen oriënteert om ultrabubbels efficiënt te detecteren, wat leidt tot aanzienlijke snelheids- en geheugenvooruitgangen ten opzichte van bestaande methoden zoals vg en BubbleGun.
GraphBG is een schaalbaar Bayesiaans raamwerk dat spectrale grafconvoluties gebruikt om nauwkeurige ruimtelijke domeinen te detecteren in grote, multi-slice en multi-modale ruimtelijke transcriptomicsdatasets.
KuafuPrimer is een machine learning-gestuurde methode die de ontwerp van 16S-rRNA-primers optimaliseert om voorkeur voor specifieke bacteriegemeenschappen te minimaliseren, wat leidt tot een aanzienlijke verbetering in taxonomische nauwkeurigheid en de detectie van sleutelpathogenen zoals *Clostridioides difficile* in vergelijking met universele primers.
MetaGEAR Explorer is een gratis webplatform dat interactieve zoekopdrachten en cross-cohort analyses mogelijk maakt voor het identificeren van ziekte-geassocieerde microbiële genen in inflammatoire darmziektes en darmkanker, door middel van een uitgebreide catalogus van meer dan 33 miljoen genfamilies uit 9.053 metagenomische samples.
Dit artikel toont aan dat het AI-model Boltz-2, getest op een uitdagende dataset van tien ultra-grote virtuele screeningslijsten, de beste prestaties levert bij het voorspellen van eiwit-ligand-interacties en binding, met een succesratio die twee keer zo hoog is als die van andere herscoresstrategieën.
Dit artikel introduceert SIR, een niet-parametrisch framework dat isotone regressie en wilde bootstrap gebruikt om betrouwbare p-waarden en geconvergeerde interactieoppervlakken te genereren voor de statistische inferentie van drugsynergie, wat leidt tot een hogere reproduceerbaarheid en lagere faalpercentages dan bestaande methoden.
Dit paper introduceert CosMxScope, een lichtgewicht open-source Python-framework dat de reconstructie van CosMx-spatiale transcriptomics-data mogelijk maakt en deze integreert met digitale pathologie-tools zoals QuPath voor interactieve analyse van celmorfologie en genexpressiepatronen.
Het Track Hub Quickload Translator is een gratis webtoepassing die het mogelijk maakt om data tussen het UCSC Genome Browser en de Integrated Genome Browser te converteren, waardoor onderzoekers voor het eerst toegang hebben tot tienduizenden gepubliceerde genoomassemblages in beide browsers.