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.
GWASPoker is een Python-tool die de tijd en opslagruimte bespaart bij het berekenen van polygenische risicoscores door GWAS-Catalog-bestanden te scannen op de benodigde kolommen via een gedeeltelijke download, zonder dat de volledige bestanden hoeven te worden opgehaald.
CLAMP is een nieuw, schaalbaar algoritme dat de interpretatie van genexpressieanalyse verbetert door biologische kennis te integreren en de snelheid en geheugenefficiëntie aanzienlijk verhoogt ten opzichte van bestaande methoden zoals PLIER, waardoor de analyse van grote transcriptoomdatasets mogelijk wordt.
GraTools is een gebruiksvriendelijke, open-source command-line tool die efficiënte manipulatie en analyse van pangenoomvariatiegrafen mogelijk maakt door direct met GFA-bestanden te werken en deze om te zetten in standaardformaten voor hergebruik van bestaande bioinformatica-tools.
Deze studie toont aan dat machine learning twee moleculair onderscheidende mechanismen van retinale schade bij muizen in de ruimte onthult: oxidatieve lipideperoxidatie en apoptose, wat nieuwe inzichten biedt voor de ontwikkeling van biomerkers en therapieën ter bescherming van astronauten.
Dit artikel toont aan dat een uitgebreid, op evolutietheorie gebaseerd geboorte-doodmodel voor eiwitevolutie met slechts 32.000 parameters concurrerend is met zware neurale netwerken van tientallen miljoenen parameters, wat suggereert dat theoretisch onderbouwde modellen efficiënter en realistischer zijn dan onbeperkte alternatieven.
Het artikel introduceert SCOTCH, een platformonafhankelijke pijplijn voor long-read single-cell RNA-sequencing die door het modelleren van isoformen als combinaties van sub-exons en het toepassen van dynamische drempelwaarden nauwkeurige kwantificering van bekende transcripten en een verbeterde reconstructie van nieuwe isoformen mogelijk maakt.
Deze studie presenteert een end-to-end workflow die long-read RNA-seq-gebaseerde haplotype-resolutie integreert met massaspectrometrie om sample-specifieke proteomen te construeren, waardoor varianten en splice-isoformen kunnen worden gedetecteerd die met referentieproteomen onzichtbaar blijven.
Dit artikel introduceert nVenn2, een verbeterde versie van het nVenn-algoritme dat sneller en flexibeler quasi-proportionele Venn-diagrammen genereert voor grote aantallen sets door de complexiteit te baseren op het aantal niet-lege regio's in plaats van het totale aantal sets.
Deze studie presenteert een gemeenschapsbenchmark voor generatieve modellen in bulk RNA-seq-data, waarbij wordt geconcludeerd dat de keuze van het model een afweging vereist tussen nut, biologische betrouwbaarheid en privacy, aangezien complexe modellen vaak beter presteren maar kwetsbaarder zijn voor privacy-aanvallen.
Dit artikel introduceert Kg4j, een computeraamwerk dat op FORVM is gebaseerd om kleine, op context gerichte kennisgrafieken te bouwen die experimentele data integreren en zo nieuwe hypothesen genereren over de link tussen endometriose en blootstelling aan persistente organische vervuilers.