💻 Category

bioinformatics

869 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.

💻 bioinformatics

Mapping pathogenic patterns in membrane transporters from the GLUT transporter family

Deze studie maakt gebruik van AlphaMissense om pathogeniteitspatronen over de GLUT-transporterfamilie in kaart te brengen, waarbij wordt onthuld dat missense-mutaties het meest schadelijk zijn in transmembraandomeinen, porie-omringende residuen en de centrale holte, terwijl variaties in pathogeniteit binnen de familie wijzen op de invloed van functionele redundantie en fysiologische essentialiteit.

Kadasova, N., Martinat, D., Spackova, A., Hutarova Varekova, I., Berka, K.2026-07-02
💻 bioinformatics

ProteoDUDes: Taxonomic profiling for metaproteomics with false positive reduction

ProteoDUDes is een open-source tool die de nauwkeurigheid van taxonomische profilering in metaproteomica verbetert door de resultaten van populaire annotatietools te verwerken om de foutpositieve ratio significant te verlagen, waardoor een meer betrouwbare identificatie van functioneel actieve organismen in complexe monsters mogelijk wordt.

Schiebenhoefer, H., Muth, T., Fuchs, S., Renard, B. Y.2026-07-02
💻 bioinformatics

Zero-Shot Metabolite Prediction from Gene Expression via Physics-Informed Graph Neural Networks

Het artikel introduceert GAZE, een natuurkundig geïnformeerd grafisch neuraal netwerk dat genexpressie, enzymatische functionele embeddings en metabolietbeschrijvers integreert om nauwkeurige zero-shot voorspelling van metabolietconcentraties te bereiken over diverse biologische contexten heen zonder de noodzaak van metaboliet-specifieke training.

Novella Rausell, C., Rabelink, T., Mahfouz, A.2026-07-02
💻 bioinformatics

WattmaMod enables high-resolution and extensible RNA modification profiling for nanopore direct RNA sequencing

WattmaMod is een nieuw deep learning-framework dat gebruikmaakt van zelfgesuperviseerde pretraining, wavelet-gestuurde codering en dynamische cross-attention om robuuste, hoog-resolutie en uitbreidbare profilering van diverse RNA-modificaties uit nanopore direct RNA-sequencingdata mogelijk te maken, zelfs met beperkte gelabelde middelen.

Han, R., Yu, B., Xinghui, S., Xiao, L., Junhai, Q., Ting, Y., Xin, G.2026-07-02
💻 bioinformatics

Direct probabilistic quantification of mosaic loss of chromosome Y from sequencing data

De auteurs introduceren BaySeq-Y, een nieuwe Bayesiaanse methode die de mozaïekverlies van chromosoom Y direct en nauwkeurig kwantificeert uit sequencinggegevens door de leesdiepte, allelische onbalans en haplotype-fasing te integreren, waarbij het bestaande benaderingen overtreft in zowel simulaties als biologische validaties.

Lin, J.-R., Chang, Y.-C., Maslov, A. Y., Song, Y., Gao, T., Shan, J., Bennett, D. A., Milman, S., Barzilai, N., Vijg, J. (…)2026-07-01
💻 bioinformatics

A robot model of compass cue calibration in the insect brain

Door een functioneel model van het koprichtingscircuit van insecten op een robot te implementeren, hebben onderzoekers aangetoond dat hoewel het systeem succesvol oriëntatiekenmerken zoals wind kan kalibreren en vervangen door licht, het ook een directionele bias onthult veroorzaakt door conflicten tussen recurrente en instantane inputs waar echte insecten waarschijnlijk voor compenseren via geëvolueerde neurale mechanismen.

Mitchell, R., Dacke, M., Webb, B.2026-06-30
💻 bioinformatics

Real-World Progression-Free Survival with Erlotinib versus Osimertinib in EGFR L858R+T790M Compound Mutation Non-Small Cell Lung Cancer: An Exploratory Analysis of the MSK-CHORD Dataset

Deze exploratieve analyse van de MSK-CHORD-dataset suggereert dat, in tegenstelling tot in L858R-alleen of T790M-alleen contexten waar osimertinib superieur of gelijkwaardig is, de EGFR L858R+T790M compound mutatie bij niet-kleincellige longkanker een afzonderlijke farmacologische entiteit kan vertegenwoordigen waarbij erlotinib numeriek beter presteert dan osimertinib, wat prospectieve validatie rechtvaardigt.

Dalloul, Z., Abboud, A., Dalloul, I., Abdelsalam, M.2026-06-30
💻 bioinformatics

NPTX2-Centered Cognitive Resilience Mechanisms in the Context of AD Pathology

Deze studie onthult dat cognitieve veerkracht tegen de pathologie van de ziekte van Alzheimer wordt gekenmerkt door een onderscheidende moleculaire staat gecentreerd rond behouden NPTX2-expressie, die kernsynaptische en inhiberende programma's in stand houdt terwijl selectief adaptieve proteostase-, trafficking- en immuunpaden rekruteert bij individuen met een hoge pathologie, een coördinatie die verloren gaat bij symptomatische ziekte.

Lao, Y., Xiao, M.-F., Ji, S., Piras, I. S., Kim, K., Bonfitto, A., Song, S., Aldabergenova, A., Sloan, J., Trejo, A., Ge (…)2026-06-29
💻 bioinformatics

Context-dependent correlations mislead transcriptomic network inference in bulk and single-cell data

Deze studie toont aan dat samengestelde correlatiecoëfficiënten in bulk- en single-cell transcriptomische data frequent misleidend zijn voor netwerkinferentie door de richting om te keren als gevolg van de paradox van Simpson, gedreven door biologische heterogeniteit, wat de noodzaak onderstreept om contextspecifieke correlaties en heterogeniteitsstatistieken te rapporteren in plaats van te vertrouwen op enkelvoudige globale schattingen.

Asiaee, A., Bombina, P., McGee, R. L., Reed, J., Abrams, Z. B., Abruzzo, L. V., Coombes, K. R.2026-06-29