1244 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 paper introduceert VarDCL, een innovatief multimodaal framework dat taalmodel-embeddings en zelfgedistilleerde contrastieve learning combineert om pathogene missense-varianten nauwkeuriger te voorspellen dan bestaande methoden.
RIBEX is een multimodaal kader dat sequentie-informatie van eiwitten combineert met topologische kenmerken van interactienetwerken om RNA-bindende eiwitten, inclusief die in intrinsiek ongeordende regio's, nauwkeuriger te voorspellen en te verklaren dan bestaande methoden.
Dit artikel presenteert een fenotype-gestructureerd wiskundig model dat laat zien hoe intra-tumorale heterogeniteit in proliferatie en therapeutische selectiedruk de evolutionaire dynamiek van tumorgroei en resistentie bepalen, waarbij specifieke behandelingen leiden tot divergerende verschuivingen in de gemiddelde proliferatiesnelheid.
Het artikel introduceert Glydentify, een uitlegbaar deep learning-platform dat de donor-substraten van glycosyltransferasen nauwkeurig voorspelt door eiwitsequenties en chemische kenmerken te integreren, wat zowel computermatig als experimenteel is gevalideerd.
Dit artikel introduceert 3D-Manhattan, een interactieve, browsergebaseerde tool die meerdere GWAS-resultaten in een driedimensionale ruimte visualiseert om complexe vergelijkingen over tijd, eigenschappen of condities mogelijk te maken.
Dit artikel introduceert BioOS, een computationele runtime die plantontwikkeling simuleert door celgedrag te laten voortvloeien uit de uitvoering van genregulatienetwerken in plaats van harde regels, en dat met succes de auxine-groeibenchmarks voor Arabidopsis thaliana behaalt.
Deze studie presenteert een geïntegreerde AI- en kwantumchemische aanpak voor het rationeel ontwerpen van Solres, een nieuw antibacterieel middel dat specifiek is gericht op virulentieproteïnen van *Ralstonia solanacearum* om bacterievuur in gewassen te bestrijden.
LigandForge is een discrete diffusiemodel dat in één doorloop hoge-affiniteit peptiden genereert op basis van receptorgeometrie zonder structurele voorspelling, waardoor de doorvoersnelheid met meer dan 10.000 keer toeneemt ten opzichte van bestaande methoden en tegelijkertijd een bredere structurele diversiteit en toegang tot uitdagende doelwitten mogelijk maakt.
RNAElectra is een nieuw RNA-foundationmodel dat de ELECTRA-gebaseerde vervang-token-detectiemethode (RTD) toepast om een nauwkeuriger en beter interpreteerbaar model te creëren voor het voorspellen van diverse RNA-regulerende processen, zoals structuur, interacties en modificaties, door een betere afstemming tussen pretraining en downstream-taken dan traditionele masked language modeling-approaches.
Het artikel introduceert NYX, een systeem voor formatbewuste, geleerde compressie dat diverse genomische bestandsformaten efficiënt comprimeert door hun structuur te benutten, waardoor het zowel sneller is dan bestandspecifieke compressoren en een gelijkwaardige of betere compressieverhouding behaalt.