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 onderzoek toont aan dat de grootte en complexiteit van nanomaterialen, onder fysiologische stromingsomstandigheden, unieke en niet-lineaire transcriptiepatronen in menselijke immuuncellen bepalen, waarbij monocyten sterk reageren op deeltjesgrootte terwijl B- en T-cellen een meer verspreide aanpassing vertonen.
SAMWOOD is een geautomatiseerde, op zero-shot learning gebaseerde methode die de snelle en nauwkeurige segmentatie en analyse van houtcellen langs de groeioriëntatie mogelijk maakt zonder trainingsdata, wat de analysetijd aanzienlijk verkort en operatorbias minimaliseert.
Dit artikel introduceert een fysisch geïnformeerd diffusiemodel dat, door het combineren van grofkorrelige ruimtelijke grafieken met biofysische regels, efficiënt en nauwkeurig de grote schaal conformationele dynamiek van multidomein fusie-eiwitten simuleert, waardoor de rationalisatie van therapeutisch ontwerp wordt versneld.
Deze studie introduceert vier nieuwe neurale netwerkarchitecturen voor lokale afstammingsinference die, ondanks uitdagingen bij binnencontinentale en verre vermenging, door middel van gespecialiseerde voorverwerking en gladmakende inferentie de beste prestaties leveren vergeleken met bestaande methoden.
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.
StrainVis is een interactief webplatform dat de technische drempel voor geavanceerde microbiome-analyses verlaagt door de geïntegreerde visualisatie en interpretatie van zowel nucleotide-variatie als structurele variatie op stamniveau mogelijk te maken.
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.
FLAMESv2 is een nieuwe, modulaire R/Bioconductor-pakket dat de verwerking en analyse van lange-lezen single-cell en ruimtelijke RNA-seq-data mogelijk maakt om isofoor-expressie en alternatieve splijting op celniveau nauwkeurig te karakteriseren.
Dit onderzoek toont aan dat GPT-4o, met name via retrieval-augmented generation, menselijke curatoren effectief kan ondersteunen bij het automatisch annoteren van muizenstammen en cellijnen in genomische data, hoewel volledige vervanging van handmatige curatie nog niet haalbaar is.