1015 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 KyDab, een zorgvuldig samengestelde database die volledige selectiedata van antilichaamontdekkingsexperimenten op het Kymouse-platform bevat, en dient als waardevolle bron voor de ontwikkeling en evaluatie van kunstmatige intelligentiemodellen.
Deze studie introduceert een versterkingsleerframework dat diffusiemodellen voor moleculaire docking, zoals DiffDock-Pocket, optimaliseert op niet-differentieerbare fysieke doelen, waardoor de gegenereerde posities fysiek plausibel en interactiebehoudend worden zonder de structurele nauwkeurigheid of inferentiesnelheid te verlagen.
Dit artikel introduceert twee methoden in de MAPLE-software die de overvloed van lijnen in maximum likelihood fylogenetica meenemen om de nauwkeurigheid van de inferentie te verbeteren, vergelijkbaar met het medische principe om bij onzekerheid eerst aan de meest waarschijnlijke (veelvoorkomende) oorzaak te denken.
Dit paper introduceert Amaranth, een nieuwe single-cell assembler die door het onderscheidend modelleren van UMI- en interne reads de nauwkeurigheid van transcriptassemblage aanzienlijk verbetert en daarmee isoform-niveau analyse op celniveau mogelijk maakt.
In dit artikel wordt PerturbGraph, een op biologische priors gebaseerd graf-neuraal netwerk, geïntroduceerd dat interactienetwerken en functionele annotaties integreert om de transcriptiereacties op onbekende gen-perturbaties nauwkeuriger te voorspellen dan bestaande methoden.
Dit artikel beschrijft Nextstrain, een geautomatiseerd platform dat open data gebruikt om real-time fylo-dynamische analyses uit te voeren voor 21 virussen en Mycobacterium tuberculosis, waardoor continue inzichten in pathogeen-evolutie voor de volksgezondheid beschikbaar komen.
Het paper introduceert FoundedPBI, een ensemble-deeplearningmethode die genomische foundation-modellen combineert om bacteriofaag-bacterie-interacties te voorspellen en zo de schaalbaarheid van faagtherapie verbetert door een 7% hogere nauwkeurigheid dan de huidige staat-der-kunst te bereiken.
Hoewel deze studie bevestigt dat opeenvolgende enzymen in *E. coli* vaker met elkaar interageren, concludeert de auteurs dat er geen structurele bewijzen zijn dat hun katalytische sites ruimtelijk geoptimaliseerd zijn voor efficiëntere metabolietoverdracht.
Dit artikel introduceert Tripso, een zelftoezichtend transformer-model dat celtoestanden analyseert op basis van gedefinieerde en nieuw ontdekte genprogramma's om interpreteerbare biologische inzichten en waardevolle hypotheses voor de biomedische wetenschap te genereren.
Dit artikel introduceert Signature Distance, een structurele generalisatie van de energieafstand die de gevoeligheid voor lokale dichtheids- en topologische veranderingen in hoogdimensionale biologische data verbetert en direct inzetbaar is als differentieerbare trainingsverliesfunctie voor generatieve modellen.