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.
Deze studie introduceert DEFT, een hybride machine learning-methode die sequentie- en structuurgebaseerde benaderingen combineert om enzymen nauwkeuriger te classificeren en zo de functionele diversiteit van darmbacteriën die mucine-O-glycanen afbreken, efficiënt in kaart te brengen.
Deze paper introduceert een entiteit-gebalanceerd evaluatiekader en de model-onafhankelijke trainingsstrategie UnbiasNet om shortcut-bias in multi-input biologische associatievoorspelling te neutraliseren, waardoor eerlijkere prestatiebeoordelingen en robuustere modellen voor taken zoals drug-doelwijn-interacties en synergievoorspelling mogelijk worden.
Dit onderzoek toont aan dat een nieuw prefix-gebaseerd downsampling-algoritme, gecombineerd met ensemble-leermethoden, effectief is voor het voorspellen van bacteriële fenotypes op basis van gereduceerde k-mer-representaties, waardoor complexe deep learning-modellen kunnen worden vervangen en de interpretatie van gen-phenotype-relaties wordt vergemakkelijkt.
Dit paper introduceert PIGLET, een nieuwe grafische transformer-methode voor het voorspellen van geneesmiddel-doelwijn-interacties die, in tegenstelling tot bestaande modellen, superieure prestaties behaalt op een strengere, op geneesmiddelen gebaseerde validatie en succesvol wordt toegepast in een reële casestudy voor geneesmiddelenontwikkeling.
Deze paper introduceert de ICI-Kt-methode, die links-gecensureerde ontbrekende metabolomics-data interpreteert als waardevolle informatie om zo de correlatieberekening, outlier-detectie en netwerkbouw te verbeteren.
Dit artikel introduceert ProteomeLM, een taalmodel dat op het niveau van volledige proteomen werkt en zonder supervisie interacties tussen eiwitten kan voorspellen, terwijl het ook geavanceerde, gesuperviseerde modellen biedt voor het nauwkeurig en snel voorspellen van eiwitinteracties en gen-essentialiteit over diverse soorten heen.
Deze paper introduceert ConNIS, een nieuwe statistische methode die de waarschijnlijkheid berekent van insertievrije sequenties om essentiële genen in TraDIS-bibliotheken nauwkeuriger te identificeren dan bestaande methoden, vooral bij lage insertiedichtheden, en biedt bovendien een data-gedreven criterium voor het instellen van analyseparameters.
Deze studie presenteert een robuust computergestuurd framework dat aantoont hoe specifieke mutatieprocessen in 560 borstkankergenomen de binding van transcriptiefactoren systematisch verstoren, waardoor subtype-specifieke herschakelingen in het genregulatoire landschap worden onthuld die bijdragen aan transcriptionele deregulatie.
Deze studie toont aan dat de evaluatie van modellen voor het voorspellen van single-cell-perturbatiereacties complex is, omdat veelgebruikte metrieken vaak misleidend zijn en zelfs geavanceerde deep learning-modellen vaak onderpresteren ten opzichte van eenvoudige baselines.
Hoewel de prestaties van variant-effectpredictoren afhankelijk zijn van de genetische afkomst en allelfrequentie, tonen de auteurs aan dat deze modellen na stratificatie vergelijkbare nauwkeurigheid vertonen over verschillende bevolkingsgroepen, wat hun verantwoorde inzet ondersteunt in de klinische genetica.