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 studie toont aan dat in 1154 schimmelgenomen genen die betrokken zijn bij eiwitsynthese en -regulatie, zoals die voor het proteasoom, ionentransport en rRNA, significant dichter bij tRNA-loci liggen, wat wijst op een lokaal co-regulerend mechanisme voor efficiënte eiwitproductie.
Dit artikel introduceert pertTF, een transformer-model dat contextbewuste AI gebruikt om genetica-perturbaties op single-cell-niveau te voorspellen, waardoor het niet alleen genexpressie maar ook celidentiteit en populatiesamenstelling kan modelleren in diverse menselijke pancreas-ontwikkelingscontexten en ziektesituaties.
Deze studie introduceert een simulatiekader dat hiërarchisch reinforcement learning effectiever toont dan traditionele methoden voor het optimaliseren van antibioticastewardship onder onzekerheid, waarbij patiëntenheterogeniteit en tijdsafhankelijke effecten cruciale factoren zijn voor het beheersen van antimicrobiële resistentie.
Dit onderzoek onthult dat strigolactonen de ontwikkeling van de banaanenkool van de cultivar Pisang Awak remmen door middel van een SPL15-gemedieerde kruisregulatie tussen meerdere hormonaal signaleringspaden.
Dit onderzoek toont aan dat conformele voorspelling betrouwbare, spectrum-specifieke kandidaatsets voor molecuulidentificatie uit LC-MS/MS-data genereert met gegarandeerde dekking, zelfs onder distributieveranderingen, door de afweging tussen betrouwbaarheid en efficiëntie expliciet te maken.
Dit artikel introduceert pipeML, een flexibel machine learning-framework dat datalekken in omics-voorspellingen voorkomt door globale datasetkenmerken onafhankelijk binnen elke cross-validatie-fold te berekenen, waardoor betrouwbare en niet-optimistische prestatieschattingen voor klinische uitkomsten mogelijk worden.
Deze studie introduceert een nieuwe aanpak voor het personaliseren van gennetwerken bij pancreaskanker door replicatietiming en morfologie te integreren, wat leidt tot een robuustere subtypering en een hoge voorspellende nauwkeurigheid voor basale en klassieke subtypes.
AetherCell is een generatief fundamenteel model dat de data-utility-paradox in virtuele celmodellering oplost door contextrijke klinische en experimentele transcriptoomdata te verenigen, waardoor het nauwkeurige voorspellingen van drugresponsen mogelijk maakt en de in vivo ontdekking van nieuwe toepassingen voor bestaande geneesmiddelen, zoals teriflunomide en dabigatran, heeft gerealiseerd.
Deze studie optimaliseert de metagenomische classificatie met Metabuli door het gebruik van gespatieerde metamers, gereduceerde aminozuuralfabetten en syncmers, wat resulteert in verbeterde nauwkeurigheid, een halvering van de referentiedatabasegrootte en een verdubbeling van de classificatiesnelheid.
DCS Tools is een kosteneffectieve, hardware-onafhankelijke suite die de snelheid van populatiegenomische analyses op standaard CPU's met een factor 16 verhoogt en de opslagruimte voor data aanzienlijk verkleint door geavanceerde compressie.