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.
Het artikel introduceert scprocess, een Snakemake-pipeline die is ontworpen om de verwerking, integratie en visualisatie van atlasschaal single-cell RNA-sequencingdata (specifiek van 10x Genomics) te stroomlijnen en te automatiseren, waardoor reproduceerbaarheid en schaalbaarheid voor grote datasets worden gewaarborgd.
Deze studie introduceert een gestandaardiseerde, op expressie gebaseerde annotatiestrategie die de systematische detectie en kwantificatie van kleine vault-RNAs (svtRNAs) in menselijke cellen mogelijk maakt en aantoont dat deze een overvloedig en consistent verwerkt onderdeel vormen van het menselijke kleine RNA-landschap.
Dit artikel introduceert de Descriptron-GBIF Annotator, een browsergebaseerd platform dat burgers in staat stelt om via AI-ondersteuning en gestructureerde ontologieën morfologische annotaties toe te voegen aan biodiversiteitsafbeeldingen, waarmee een schaalbare oplossing wordt geboden voor het tekort aan gestructureerde morfologische data en een feedbacklus wordt gecreëerd met professionele taxonomen.
Het artikel introduceert Cycle-Extractor, een snelle en nauwkeurige methode die een gemengd-integer lineair programma gebruikt om ecDNA-structuren uit zowel korte als lange leessequencing-data te reconstrueren, waarbij het aanzienlijk sneller is dan bestaande tools en met lange leesdata complexere en betrouwbaardere structuren kan onthullen.
Dit paper introduceert SuperSurv, een gebruiksvriendelijk R-pakket dat een unificerend framework biedt voor het bouwen, evalueren en interpreteren van ensemblemodellen voor rechts-gecensureerde overlevingsdata door diverse leermethoden te integreren, te kalibreren en te combineren via stacking.
DNA-MGC+ is een veelzijdige codec voor synthetisch DNA-geheugen die, door zijn superieure prestaties in diverse experimentele omgevingen, betrouwbare en kostenefficiënte dataopslag mogelijk maakt met een hoge foutcorrectie en een lage sequentieertiefte.
BioPipelines is een open-source Python-framework dat chemisch-biologen in staat stelt om complexe workflows voor computergestuurde eiwit- en ligandontwerp met slechts enkele regels code te definiëren en uit te voeren, waardoor de technische drempels voor het gebruik van geavanceerde deep learning-tools worden verlaagd.
Deze studie toont aan dat bij de Coloradokever (Leptinotarsa decemlineata) oraal opgenomen dsRNA wordt verwerkt tot functionele siRNA's die het centrale zenuwstelsel bereiken en daar de RNA-interferentie-machinerie activeren.
SpliceSelectNet is een nieuw, interpreteerbaar diep leermodel op basis van een hiërarchische Transformer dat nauwkeurig spliceplaatsen en afwijkingen voorspelt door zowel lokale als lange-afstandsafhankelijkheden in DNA-sequenties tot 100 kb te analyseren.
Fleming is een geïntegreerd AI-agent dat door middel van discriminatieve en generatieve modellen, gecombineerd met ADMET-predictie en literatuuronderzoek, succesvol nieuwe leidende verbindingen voor de behandeling van tuberculose identificeert met een hoge in vitro-trefferkans en gunstige farmacologische profielen.