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.
CodonMamba is een state-of-the-art foundation model voor het ontwerpen van mRNA-coderende sequenties dat, door middel van pretraining op grootschalige corpora, superieure prestaties bereikt in voorspellings-taken en programmeerbare, sturing tijdens de inferentie van codon-optimalisatie mogelijk maakt om aan specifieke gastheer- of applicatievoorkeuren te voldoen zonder hertraining.
Dit artikel introduceert een resolutiebewust, gekalibreerd Minimum Uncertainty-criterium en een raamwerk voor de evaluatie van het onderscheidend vermogen om de robuustheid, interpreteerbaarheid en statistische kalibratie van het leren van de structuur van Bayesiaanse netwerken uit heterogene gegevens te verbeteren.
Delta-Marches is een generatief AI-framework dat ziekteprocessen decodeert door geïdealiseerde morfologische transities tussen weefselklassen te simuleren om de subcellulaire kenmerken te pinpointen die pathofysiologische veranderingen aansturen, zoals aangetoond bij de gradatie van niercelcarcinoom en colorectale dysplasie.
KRAKEN is een schaalbare, op herkomst gebaseerde kennisgraaf die de ondervertegenwoordiging van multiomische en wellness-data aanpakt door diverse biomedische bronnen te integreren in een modulair, 15-miljoen-knooppunten systeem met gestandaardiseerde semantiek, ingebouwde analytische tools en multimodale interfaces voor zowel menselijk als AI-gestuurd onderzoek.
Deze studie toont aan dat expliciete Pfam-domeininhoud de voor ESM-2 sequentieafgeleide representaties evenaart of overtreft bij het ophalen van biosynthetische genclusters, wat aangeeft dat sequentie-embeddings momenteel de recuperatie van alternatieve biosynthetische paden niet verbeteren voorbij de gevestigde domein-gebaseerde metrieken.
Dit artikel introduceert EvoBind-multimer, een deep learning-framework dat de de novo design van macrocyclische moleculaire lijm mogelijk maakt op basis van enkel eiwitsequenties om nabijheid te induceren en gerichte eiwitafbraak aan te drijven, terwijl het ook onthult dat de functionele uitkomst van deze lijm contextafhankelijk kan variëren tussen verschillende patiënt-afgeleide modellen.
Het artikel introduceert EnzymARC, een nieuwe benchmark-dataset van structureel verstoorde enzym-decoys, om aan te tonen dat huidige state-of-the-art voorspellers van enzymfuncties zwaar leunen op fylogenetische shortcuts en er niet in slagen om katalytisch incompetente varianten te onderscheiden van functionele enzymen, waarmee de kritieke behoefte aan structuurbewuste negatieve voorbeelden in modeltraining en -evaluatie wordt benadrukt.
Het artikel introduceert antigen-prime, een voorwaartse tijd epidemische simulator die genetische sequenties koppelt aan antigene fenotypes onder selectie door de gastheer om grondwaarheid-data te genereren voor het benchmarken van methoden voor de toewijzing van influenza-varianten en de schatting van groeisnelheden, waarbij zowel hun nauwkeurigheid als hun specifieke faalmodi worden onthuld.
Deze studie onthult dat standaard op graad gebaseerde genprioritering systematisch non-hub connector-genen over het hoofd ziet die essentieel zijn voor het coördineren van biologische processen, en stelt EDVS voor, een partitie-vrije, informatie-theoretische centraliteitsmaatstaf die deze weggelaten genen succesvol herstelt zonder te vertrouwen op functionele annotaties of communitydetectie.
SVlog is een transparant, declaratief logisch programmeerframework gebouwd op Souffle dat snelle, deterministische en uitlegbare analyse, annotatie en prioritering van structurele varianten voor klinische ziektecuratie mogelijk maakt door genomische gegevens om te zetten in relationele feiten en samengestelde logische regels toe te passen.