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.
scExploreR is een flexibel, door niet-programmeers gebruikbaar R Shiny-platform dat de analyse van multimodale single-cell data democratiseert door uitgebreide visualisatiemogelijkheden te bieden zonder programmeerkennis.
Deze studie integreerde multi-omics-data om aan te tonen dat regelmatige lichaamsbeweging bij mensen leidt tot een gecoördineerde metabolische en immuunrespons, gekenmerkt door versterkte vetzuuroxidatie, epigenetische pre-activatie van effectorfuncties en verbeterde signaaloverdracht tussen immuuncellen.
Dit artikel introduceert DABEST 2.0, een raamwerk voor schattingsstatistiek dat de beperkingen van de ANOVA overbrugt door complexe multi-groepsexperimenten in de biologie te analyseren via kwantificering van effectgroottes in plaats van nulhypothese-toetsing.
EpiExpr is een flexibel deep learning-framework dat genexpressie voorspelt door 1D-epigenetische data te combineren met 3D-chromatine-interacties, waardoor het zowel lokale als langeafstands-regulerende effecten efficiënt kan modelleren.
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.
Deze paper introduceert QuantCell, een machine learning-framework dat kwantitatieve beeldvormingsgegevens integreert om de nauwkeurigheid en het percentage geannoteerde cellen in complexe weefsels aanzienlijk te verbeteren.
Dit onderzoek toont aan dat nierzone-afhankelijke transcriptomische verschillen en een p53-gemedieerd senescentie-antwoord bij podocyten de regionale ernst van glomerulaire letsels in een muismodel van focale segmentale glomerulosclerose verklaren.
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.
Dit artikel introduceert miREA, een netwerkgebaseerd hulpmiddel dat vijf nieuwe randgebaseerde algoritmen gebruikt om microRNA-functie op pathway-niveau te analyseren door microRNA-gene-interacties te integreren, wat leidt tot een verbeterde gevoeligheid en biologische interpretatie vergeleken met bestaande knooppuntgerichte methoden.
Dit paper introduceert RigidSSL, een geometrisch voortrainingsframework dat rigide-bewuste zelftoezichtlering en stromingsmatching combineert om zowel de ontwerpbare eigenschappen als de conformationele diversiteit van eiwitten te verbeteren door dynamische en rigide structurele informatie gezamenlijk te modelleren.