769 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 onderzoek toont aan dat numerieke variabiliteit in MRI-analyses van de ziekte van Parkinson aanzienlijk kan leiden tot valse conclusies, en introduceert een praktisch kader om deze onzekerheid te kwantificeren en te minimaliseren.
De auteurs presenteren jazzPanda, een hybride R-pakket dat een binning-methode toepast om ruimtelijke transcriptomics-data te analyseren en zo specifiekere ruimtelijke marker-genen te identificeren dan bestaande methoden die de ruimtelijke verdeling negeren.
Deze paper introduceert Pioneer en Altimeter, open-source tools die DIA-proteomics-data sneller en nauwkeuriger analyseren door systematische afwijkingen veroorzaakt door smalle isolatiewindows expliciet te modelleren.
Deze paper introduceert edgePython, een Python-port van het edgeR-pakket die de integratie met het Python-ecosysteem voor single-cell genomics mogelijk maakt en het framework uitbreidt met een negatief-binomiale-gamma gemengd model en empirische Bayes-schrinking voor dispersie.
NanoHIVSeq is een UMI-vrije en referentievrije bioinformatica-pijplijn die Oxford Nanopore-sequencingdata van HIV-1-omhulselgenen verwerkt om met hoge nauwkeurigheid en reproduceerbaarheid functionele varianten te identificeren zonder complexe library-voorbereiding.
Deze studie toont aan dat Large Language Models, met name GPT-3.5-Turbo via few-shot prompting op DNA-sequenties met geninformatie, effectief kunnen worden ingezet om de therapeutische werkzaamheid van antisense-oligonucleotiden te voorspellen.
Dit artikel introduceert ModCRElib, een zelfstandig pakket dat structurele informatie gebruikt om cis-regulatorische elementen te modelleren, inclusief het voorspellen van TF-DNA bindingsaffiniteit en het modelleren van hogere-orde regulatorische complexen.
Dit artikel introduceert RIMA, een nieuwe methode voor het kwantitatief vergelijken van transcriptomische atlassen tussen verschillende soorten met hoge resolutie, waardoor universele ontwikkelingsprincipes worden onthuld en voorspellingen van genexpressie mogelijk worden gemaakt.
Dit artikel introduceert de model-gestuurde virtuele screening (MGVS), een pipeline die generatieve structurele geneesmiddelenontwerpmodellen koppelt aan chemische vergelijkingsmethoden om synthetiseerbare analogen met vergelijkbare of betere bindingseigenschappen te identificeren, waardoor de screeningsefficiëntie tot 25 keer wordt verbeterd ten opzichte van standaardmethoden.
Dit artikel introduceert UnivAIRRse, een unificerend hiërarchisch raamwerk dat AIRR-simulatoren in een gedeeld conceptueel systeem organiseert om hun aannames en toepassingen systematisch te vergelijken, beperkingen in bestaande methoden in kaart te brengen en de weg te effenen voor reproduceerbare, klinisch toepasbare digitale tweeling-modellen van het adaptieve immuunsysteem.