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 de Stochastic System Identification Toolkit (SSIT), een open-source MATLAB-softwarepakket dat geavanceerde stochastische modellering, parameterfiting, sensitiviteitsanalyse en experimentontwerp mogelijk maakt om biologische data met variabiliteit nauwkeurig te analyseren en te voorspellen.
De auteurs hebben SPAE ontwikkeld, een geïntegreerd Sinusoidal and Piecewise AutoEncoder-model dat de nauwkeurigheid en robuustheid van de analyse van celcyclusdynamiek en celfuncties in single-cell RNA-sequencing-data aanzienlijk verbetert.
REMAG is een nieuw hulpmiddel dat met behulp van contrastief leren en HyenaDNA-modellen eukaryotische genoomherwinning uit metagenomische data verbetert door bestaande beperkingen van prokaryotisch gefocuste pipelines te overwinnen en zo meer complete eukaryotische MAGs te produceren.
Het artikel introduceert geneSTRUCTURE, een modern command-line en webplatform dat flexibele, interactieve en hoogwaardige visualisaties van genstructuren en aanvullende annotaties mogelijk maakt op basis van GFF3- en GTF-bestandsformaten.
Dit artikel presenteert het eerste telomeer-tot-telomeer genoom van *Dendrobium officinale*, wat inzicht biedt in de evolutie van Orchidaceae-polyploïdie en de genetica van mycorrhiza-symbiose.
Dit artikel presenteert een machine- en deep-learning-pipeline die genen koppelt aan fenotypes door patiënten te classificeren op basis van genotypegegevens en vervolgens de belangrijkste SNPs te identificeren, wat resulteert in een gemiddelde gen-identificatie-ratio van 0,84 en een effectieve prioritering van ziekte-gerelateerde genen.
Deze studie toont aan dat Withaferin A via een multi-target *in silico*-benadering veelbelovende antivirale eigenschappen vertoont tegen sleutelproteïnen van het Marburg-virus, ondersteund door gedetailleerde moleculaire docking, dynamica en ADMET-analyses.
Deze studie presenteert de eerste uitgebreide benchmark van drie circRNA-detectietools voor Oxford Nanopore-sequencing, waarbij een nieuw, open-source simulatiekader werd ontwikkeld om de prestaties te evalueren en aan te tonen dat de combinatie van meerdere tools of verdere algoritmeverbeteringen noodzakelijk is voor nauwkeurige detectie.
Deze paper introduceert SI-ADMM, een nieuw raamwerk voor gekoppelde tensor-tensor factorisatie dat gebruikmaakt van zij-informatie om gelijktijdig effectieve medicijncombinaties en medicijn-medicijninteracties te voorspellen, zelfs voor nog niet eerder bestudeerde medicijnen.
Dit artikel introduceert t2pmhc, een op structuur gebaseerd grafisch neuronaal netwerk dat de binding tussen T-celreceptoren en pMHC-complexen nauwkeuriger voorspelt dan bestaande sequentiegebaseerde methoden, waardoor betere generalisatie naar onbekende antigenen mogelijk wordt.