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.
Dit artikel presenteert de 2026-update van DIOPT, een geïntegreerd ortholoogvoorspellingstool dat door uitbreiding van ondersteunde soorten, geavanceerde algoritmen en een gespecialiseerde versie voor geleedpotigen, een robuust hulpmiddel blijft voor functioneel genomisch onderzoek.
TFBindFormer is een hybride cross-attention transformer die genomische DNA-kenmerken combineert met TF-specifieke eiwitinformatie om de binding van transcriptiefactoren aan DNA nauwkeuriger te voorspellen dan bestaande modellen die uitsluitend op DNA-sequenties vertrouwen.
CROssBARv2 is een geünificeerd computatiefraamwerk dat heterogene biomedische data integreert in een kennisgrafiek met standaardontologieën en vector-embeddings, waardoor onderzoekers via een LLM-gedreven zoekinterface hallucinaties kunnen vermijden en betere voorspellende analyses kunnen uitvoeren voor toepassingen zoals drughergebruik en eiwitfunctievoorspelling.
Deze studie beschrijft een geavanceerde computationele screening van bijna 630.000 natuurlijke producten die tien ultraselectieve Nrf2-activatoren identificeerde die een sterke binding aan KEAP1 combineren met minimale ongewenste effecten op PXR en CYP2D6, waardoor een veiliger pad voor de ontwikkeling van therapieën tegen oxidatieve stress wordt gebaand.
Dit artikel presenteert een benchmarkstudie die aantoont dat de prestaties van methoden voor het schatten van precisiematrices sterk afhankelijk zijn van datakenmerken, waarbij GLassoElnetFast over het algemeen de beste resultaten boekt voor het analyseren van differentieel co-expressienetwerken.
Deze studie toont aan dat geslachtsgebonden genexpressie weliswaar bijdraagt aan geslachtsverschillen in gen-essentialiteit, maar dat deze verschillen vaker worden veroorzaakt door directe, expressie-onafhankelijke effecten, met name op het X-chromosoom.
Deze studie toont aan dat het integreren van biologisch geïnformeerde sequentiekenmerken, zoals aggregatie- en PTM-dichtheid, de succesvoorspelling van *de novo* eiwitbinders significant verbetert door contextafhankelijke signalen te identificeren die structurele scoring alleen niet kan vangen.
DeSCOPE is een lichtgewicht conditioneel variatie-automatische encoder die genetische perturbatiereacties op transcriptomisch en epigenomisch niveau succesvol voorspelt, zelfs voor onbekende genen en celtypen, en hiermee een veelzijdig virtueel celmodel biedt voor het ontwerpen van therapeutische doelen.
Dit artikel introduceert spatialFDA, een open-source R-pakket dat methoden uit ruimtelijke statistiek en functionele data-analyse combineert om verschillen in de ruimtelijke co-localisatie van cellen tussen verschillende condities nauwkeurig te kwantificeren en te testen.
Dit onderzoek presenteert een geavanceerd end-to-end framework dat sequentie- en structuurinformatie combineert om de zelfassociatie van antilichamen, gemeten via CSI-BLI, succesvol te voorspellen en zo een cruciale rol speelt in de vroege screening van ontwikkelbaarheid.