1248 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 artikel introduceert InertialGenome, een resolutie-onafhankelijk transformer-model dat gebruikmaakt van een inertiaal referentiekader en geometrische positieschrijving om robuuste en accurate 3D-chromosoomstructuren te reconstrueren uit Hi-C-gegevens, wat leidt tot superieure prestaties ten opzichte van bestaande methoden en verbeterde cross-resolutie overdracht.
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.
Dit artikel introduceert FAIRSCAPE, een digitaal framework dat biomedische datasets voorbereidt op AI-toepassingen door middel van rijke metadata, diepe provenance-graaf en geautomatiseerde evaluatie om ethische, uitlegbare en FAIR-compliant modellen mogelijk te maken.
Dit artikel introduceert HDMAX2-surv, een robuust statistisch framework voor hoogdimensionale mediatoranalyse van overlevingsdata dat onopgemerkte verstorende factoren corrigeert en succesvol toegepast is op TCGA-pancreascarcinoomdata om nieuwe epigenetische mediatorpaden voor tabaksblootstelling te identificeren.
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.
Dit artikel introduceert gSV, een geavanceerde detector voor structurele varianten die op basis van derde-generatie sequentiegegevens en een MEM-strategie complexe en atypische varianten kan identificeren die door bestaande methoden vaak worden gemist, met name in kankerstudies.
EvoStructCLIP is een mutatiegericht multimodaal model dat 3D-structurele en evolutionaire informatie combineert via contrastief leren om de effecten van missense-varianten te voorspellen, wat resulteert in robuuste prestaties en sterke generalisatievermogen in de CAGI7-competitie.
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.