1246 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 paper introduceert STAR Suite, een door AI ondersteunde modernisering van de STAR-aligner binnen het NIH MorPhiC-consortium, die door het integreren van functionaliteit direct in de C++-broncode de prestaties verbetert en de noodzaak van tussenbestanden elimineert.
Dit onderzoek toont aan dat een ensemble-benadering van genomische voorspellingsmodellen, uitgevoerd via de EasiGP-pijplijn, de voorspellingsnauwkeurigheid voor bloeitijdskenmerken bij maïs verbetert door de complementaire sterkten van individuele modellen te benutten en voorspelfouten te compenseren.
ChatSpatial is een platform dat met behulp van schema-geforceerde agentische orkestratie en het Model Context Protocol (MCP) meer dan 60 methoden uit de Python- en R-ecosystemen voor ruimtelijke transcriptomics in één conversational workflow verenigt, waardoor reproduceerbare en cross-platform analyses mogelijk worden zonder dat onderzoekers zich hoeven te verdiepen in complexe code.
Dit artikel introduceert singIST, een R/Bioconductor-pakket en bijbehorend Quarto-dashboard dat geautomatiseerde, kwantitatieve vergelijkingen mogelijk maakt tussen enkelcellige transcriptoomdata van ziektemodellen en menselijke referenties om de translatoire waarde van preklinische modellen te verbeteren.
Dit onderzoek introduceert een robuust in-vitro-systeem met menselijke luchtwegepitheelcellen om mutatiesignaturen te definiëren, waarbij blootstelling aan NTCU een nieuw, uniek mutatiesignatuur onthulde terwijl NNK geen onderscheidend patroon vertoonde.
Deze studie biedt een systematische benchmark van methoden voor het ontrafelen van weefsel- en celtypeherkomst in plasma cfRNA, waarbij wordt geconcludeerd dat weefselherkomst-inferentie robuuster is dan celtype-inferentie en dat de keuze van de methode en referentie cruciale bronnen van variabiliteit vormen.
Dit artikel introduceert een nieuw quantum-Hamiltonian learning-framework op basis van tijd-opgeloste meetdata voor het efficiënt afleiden van genregulatienetwerken, wat zowel theoretische garanties biedt als nieuwe biologische inzichten oplevert in kankeronderzoek.
Dit artikel introduceert Fractal, een ecosysteem bestaande uit een taakspecificatie en een platform dat schaalbare, reproduceerbare en FAIR-compliant biobeeldanalyse mogelijk maakt door gebruik te maken van de open OME-Zarr-formaat.
De auteurs presenteren GDAS, een nieuw hoogdoorvoerkunstmatig platform dat de snelle en betrouwbare identificatie van ziekte-geassocieerde glycoformen op proteoomschaal mogelijk maakt door een gefaseerde werkstroom te combineren met geavanceerde machinelearning-methoden, zoals gedemonstreerd in een validatiestudie met data van de ziekte van Alzheimer.
Deze studie toont aan dat het combineren van geautomatiseerde filtering met normalisatie op basis van lineaire genen de gevoeligheid en reproduceerbaarheid van statistische modellen voor differentialexpressie-analyse van circulaire RNA's aanzienlijk verbetert, wat essentieel is voor betrouwbaardere biomarkerontdekking.