1012 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.
Het artikel introduceert DeepTMHMM2, een nieuwe voorspeller die tegelijkertijd nauwkeurige voorspellingen doet voor de transmembraantopologie — inclusief voorheen niet gemodelleerde re-entrant regio's en interfaciale helices — en subcellulaire lokalisatie over 17 biologische membranen, waarbij de wijdverbreide aanwezigheid van niet-kruisende segmenten in het proteoom wordt onthuld.
Deze studie presenteert een geüpdatiseerde XMAn-database die uitgebreide COSMIC-mutatiedata integreert om gespecialiseerde peptide-repositories te creëren, wat de massaspectrometrie-gebaseerde identificatie van kankergeassocieerde gemuteerde peptiden mogelijk maakt die doorgaans worden gemist door standaard canonieke eiwitdatabases.
Dit artikel presenteert een hybride framework dat een Variational Autoencoder combineert om synthetische longitudinale trajecten te genereren uit cross-sectionele nierkankerdata met een symbolisch regel-inductiesysteem om interpreteerbare, probabilistische voorspellingen van ziekteprogressie te produceren die de nauwkeurigheid van deep learning evenaren terwijl ze transparante, menselijk leesbare inzichten bieden in de onderliggende moleculaire mechanismen.
HIDE-Deconv is een open-source hiërarchisch deconvolutiekader dat cellulaire compositieschattingen over meerdere resolutieniveaus gezamenlijk optimaliseert om biologisch relevante cellulaire remodelering in ziekten zoals longadenocarcinoom en sepsis te onthullen, waarbij het bestaande single-resolutie methoden overtreft.
Het artikel introduceert evoPLM-Tree, een boombewust conditioneel taalmodel dat fylogenetische context integreert om virale mutatiepatronen en lijn-specifieke evolutionaire trajecten nauwkeurig te voorspellen, waarbij een sterke afstemming met experimentele functionele beperkingen wordt aangetoond.
Dit artikel stelt een op stabiliteit gebaseerd multi-omics integratiekader voor dat sparse generalized canonical correlation analysis combineert met rigoureuze kruisvalidatie om reproduceerbare latente structuren te identificeren, waarbij de effectiviteit ervan wordt aangetoond in een schildklierkankercohort door consistente ziekteassociaties en temporele veranderingen in metabolomische en proteomische profielen te onthullen.
Dit artikel presenteert een uitgebreide benchmark van de robuustheid van segmentatiemodellen over 30 biologische beeldvormingsdatasets en 36 corruptietypes, waarbij wordt onthuld dat een hoge prestatie op schone afbeeldingen geen garantie biedt voor weerstand tegen corruptie en dat oudere methoden zoals StarDist moderne foundationmodellen kunnen overtreffen, waarbij fouten voornamelijk optreden in de vroege coderingslagen.
Deze studie introduceert de HuMonoAg-Bench benchmark om tien antilichaam-antigeen co-folding protocollen te evalueren, waarbij wordt onthuld dat hoewel recente methoden de CDRH3-modellering aanzienlijk hebben verbeterd en een gemiddelde of betere nauwkeurigheid hebben bereikt voor ongeveer de helft van de post-cutoff complexen, uitdagingen aanhouden bij het samplen van correcte bindingsmodi en het modelleren van flexibele loops, wat de voorspelling van veel structureel heterogene complexen beperkt.
Kiosc is een zelfgehost, gebruiksvriendelijk webplatform gebouwd op Django dat de orchestratie, organisatie en toegangscontrole van Docker-gecontaineriseerde bio-informatica webapplicaties vereenvoudigt, en een alternatief met minder overhead biedt voor Kubernetes voor het delen van interactieve analyseresultaten.
Het artikel introduceert BIOCURRENT, een causaal inferentiekader dat de donorspecifieke pseudotijdgeometrie reconstrueert om te kwantificeren hoe micro-omgevingscontexten transcriptionele progressie-intervallen vervormen, waardoor stadiumspecifieke afwijkingen en potentiële interventiecheckpoints worden geïdentificeerd in complexe biologische systemen zoals T-celontwikkeling en immuundysregulatie door COVID-19.