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 onderzoek toont aan dat geavanceerde herscoresstrategieën de variabiliteit tussen verschillende zoekmachines in de proteomica aanzienlijk verminderen en de consistentie van peptide-identificaties verbeteren, hoewel zorgvuldige selectie van kenmerken en databases essentieel blijft voor betrouwbare foutcontrole.
Het artikel introduceert Diffusion-ACP39, een generatief latent diffusion-model dat in staat is om nieuwe, effectieve anticancerpeptiden te ontwerpen, en valideert dit succesvol met een nauwkeurigheid van 94,5% via een Random Forest-classificatie.
Dit onderzoek integreerde transcriptoomdata om gemeenschappelijke moleculaire signatuur, waaronder het hub-gen TTR en specifieke regulatoire netwerken, te identificeren die de onderliggende biologische band tussen alcoholgebruiksstoornis en psychiatrische aandoeningen verklaren.
Dit artikel introduceert EasyPseudogene, een gebruiksvriendelijke en multithreaded pipeline die een inter-specifiek referentie-gedreven paradigma en een hiërarchische detectiearchitectuur combineert voor een nauwkeurige en reproduceerbare identificatie van pseudogenen in complexe eukaryote genooms.
Deze paper introduceert ESGI, een flexibel en uitbreidbaar framework dat complexe, generieke barcodes in single-cell sequencing-data efficiënt splitst en verwerkt, waardoor het een toekomstbestendige oplossing biedt voor diverse experimentele ontwerpen die niet door bestaande pipelines worden ondersteund.
Deze studie presenteert een bewijs van concept voor een framework dat foundation-modellen voor single-cell data en een grote Perturb-seq-dataset gebruikt om genetische targets te prioriteren die ontstekingsgerelateerde celphenotypen terugbrengen naar een gezonde staat, waarbij wordt aangetoond dat het opnemen van ziekte-relevante stimulatie de identificatie van effectieve targets verbetert.
Deze studie integreert transcriptomische data om de moleculaire verschillen tussen volwassen en pediatrische atopische dermatitis te karakteriseren, onderscheidt de ziekte van psoriasis en nummulair eczeem, en introduceert de biomarker ECZECIS om de effectiviteit van dupilumab te kwantificeren.
In dit artikel wordt TFBSpedia gepresenteerd, een uitgebreide database die menselijke en muizen TFBS-datasets integreert, de nauwkeurigheid van bestaande bronnen benchmarkt en een zoekmachine biedt voor het snel vinden van betrouwbare transcriptiefactor-bindingsplaatsen.
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.
De auteurs presenteren circFormer, een innovatieve aanpak die een genomisch taalmodel combineert met curriculum learning om circRNA's nauwkeurig te identificeren uit ruwe data, zelfs met een beperkt aantal gevalideerde voorbeelden, en zo de betrouwbaarheid en interpretatie van circRNA-voorspellingen aanzienlijk verbetert.