1018 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 SELFormerMM, een multimodaal leerframework dat SELFIES, moleculaire structuren, tekst en kennisgrafieken integreert om superieure representaties te genereren voor de voorspelling van moleculaire eigenschappen en de versnelling van drug discovery.
Dit artikel introduceert de Super Bloom Filter, een snelle en nauwkeurige variant voor streaming k-mer queries die door het gebruik van minimizers en het findere-schema de cache-efficiëntie verbetert en de vals-positieve ratio aanzienlijk verlaagt ten opzichte van bestaande methoden.
PhyloRNA is een zorgvuldig samengestelde meta-database die grote hoeveelheden RNA-secundaire structuren koppelt aan gecurateerde fylogenetische classificaties en uitgebreide structurele beschrijvers om vergelijkende en evolutionaire studies te faciliteren.
RiboBA is een nieuw, bias-bewust probabilistisch raamwerk dat de nauwkeurigheid en gevoeligheid van de identificatie van niet-canonieke open leesramen (ncORFs) in ribosoomprofieldata significant verbetert door protocolgebonden vertekeningen expliciet te corrigeren, wat leidt tot robuustere ontdekkingen zoals een nieuw threonine-specifiek translatiecontrolemechanisme.
Deze studie presenteert een AI-gedreven beslissingsondersteuningsinstrument dat op basis van respiratoire microbiome-data en klinische metadata met hoge nauwkeurigheid COVID-19-patiënten kan triëren, waarbij het XGBoost-model een robuuste prestatie leverde door dysbiose geassocieerd met ernstige ziekte te identificeren.
Het artikel introduceert DOTSeq, een statistisch raamwerk dat ribosoomprofieldata analyseert om gen- en ORF-niveau translatieregulatie, inclusief differentieel ORF-gebruik (DOU) en differentieel translatie-efficiëntie (DTE), nauwkeurig en schaalbaar te detecteren.
Dit artikel presenteert een wetenschappelijk onderbouwde definitie en rubric voor het identificeren van 'sequenties van zorg' door middel van een gestandaardiseerde beoordeling van 1,1 miljoen sequenties, wat leidt tot een aanzienlijke vermindering van onenigheid over classificatie en een stevige basis biedt voor toekomstige bioveiligheidsnormen.
Deze studie concludeert dat veelgebruikte methoden voor differentieel abundantie-analyse in microbioomonderzoek vaak onbetrouwbare p-waarden produceren onder de nulhypothese, terwijl eenvoudigere statistische tests zoals de t-toets en de Wilcoxon-toets betrouwbaarder blijken.
Dit artikel introduceert Ryder, een robuust Python-pakket dat epigenomische data normaliseert door gebruik te maken van stabiele interne referentiegebieden om technische variabiliteit te corrigeren en zo de detectie van biologische signalen in diverse assays te verbeteren.
Dit paper introduceert HKS, een datastructuur die exacte, verliesvrije hiërarchische annotatie van variabele k-mer-lengtes mogelijk maakt door multi-matching k-mers op te lossen via een gemeenschappelijke hiërarchische knoop en een contextbewuste gladmakingsalgoritme, wat leidt tot een aanzienlijke verbetering in precisie vergeleken met bestaande methoden zoals Kraken2.