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.
Dit artikel introduceert de eerste formele definitie en een efficiënt algoritme voor het genereren van (ℓ, h)-tigs uit variabele-orde de Bruijn-grafen, wat leidt tot een aanzienlijke verbetering in de continuïteit van genoomassemblage vergeleken met vaste-orde methoden.
Nerpa 2 is een probabilistisch framework dat biosynthetische genclusters nauwkeuriger koppelt aan niet-ribosomale peptiden door assemblagelijnen te modelleren als Hidden Markov-modellen, waardoor het bestaande methoden overtreft in zowel nauwkeurigheid als schaalbaarheid.
Dit artikel introduceert ATOMICA, een geometrisch deep learning-model dat universele atomaire representaties van intermoleculaire interacties leert over vijf verschillende modaliteiten en daarmee nieuwe inzichten biedt voor het voorspellen van bindingspartners in donkere proteomen.
Deze studie presenteert AFESM, een dataset van 820 miljoen voorspelde eiwitstructuren die, door clustering en analyse, duizenden nieuwe domeinvouwen en ongeziene domeincombinaties uit metagenomische data onthult, waarmee een aanzienlijk deel van het onontdekte eiwitstructuuruniversum wordt belicht.
Deze studie toont aan dat alternatieve intronpolyadenylatie een veelvoorkomend en vaak over het hoofd gezien mechanisme is waarmee genen de nonsense-gemedieerde mRNA-afbraak (NMD) kunnen ontlopen en zo hun expressie kunnen reguleren.
MetaXtract is een open-source tool die metadata uit Thermo Fisher raw-bestanden haalt om de FAIR-principes te bevorderen, reproducibiliteit te waarborgen en workflow-optimalisatie mogelijk te maken voor massaspectrometrie-data.
Deze studie introduceert XAMP, een dubbel-engine AI-framework dat diepzee-microbiomen scant om nieuwe antimicrobiële peptiden te ontdekken, waarbij experimentele validatie de potentie van deze kandidaten tegen multi-resistente bacteriën bevestigt.
ARCADIA is een generatief raamwerk dat scRNA-seq en ruimtelijke proteomics integreert zonder gekoppelde cellen of directe kenmerkcorrespondentie, waardoor het ruimtelijk afhankelijke transcriptieprogramma's kan onthullen door modale archetypen te aligneren.
RingNet is een interactief webplatform dat biologische netwerken met multi-omics data intuïtief visualiseert zonder programmeerkennis, waardoor onderzoekers complexe biologische relaties kunnen onthullen en reproduceerbare publicaties kunnen maken.
Neretva is een nieuw, open-source framework dat variational inference met auto-encoders toepast om de genotypering van sterk polymorfe genfamilies zoals CYP en KIR schaalbaar en nauwkeurig te maken voor precisiegeneeskunde.