1018 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.
Deze studie presenteert een cultuuronafhankelijke, data-gestuurde methode met behulp van LC-HRMS en een aangepaste R-workflow om 59 potentiële sideroforen te identificeren in het microbioom van drie verschillende mariene sponssoorten.
Dit artikel toont aan dat de Haar-achtige wavelet-methode, die de fylogenetische covariantie-matrix van realistische biologische stambomen effectief vereenvoudigt, een betrouwbare manier biedt om biologisch relevante verschillen tussen microbiële omgevingen te identificeren.
CoPrimeEEG is een nieuw neuraal raamwerk dat co-prime sub-Nyquist-sampling combineert met een CRT-gestuurde leerdoelstelling om met minimale gegevensverlies hoogwaardige EEG-signalen te reconstrueren en tegelijkertijd bruikbare kenmerken te extraheren.
Dit artikel introduceert de Neighborhood Product Co-localization (NPC) score, een efficiënte en interpreteerbare methode voor het kwantificeren van de ruimtelijke co-lokalisatie van verschillende celtypen in spatial transcriptomics-data.
Dit artikel presenteert een geïntegreerde in-silico workflow die gebruikmaakt van machine learning en chemische databronnen om duizenden potentiële transformatieproducten van insecticiden te enumereren en te prioriteren, waardoor de bekende chemische ruimte van het exposoom wordt uitgebreid.
Dit artikel introduceert een vrij toegankelijk, continu bijgewerkt online boek dat reproduceerbare codevoorbeelden, datasets en workflows biedt voor het analyseren van ruimtelijke transcriptomics-data met behulp van Bioconductor in R, terwijl het ook interoperabiliteit met Python ondersteunt.
Deze studie toont aan dat traanvocht verzameld na matig intensieve aerobe inspanning, maar niet daarvoor, de progressie van myopie in een cavia-model significant onderdrukt, wat een nieuw door lichaamsbeweging gemedieerd therapeutisch mechanisme voor de behandeling van myopie onthult.
Het artikel introduceert DEPower, een webgebaseerde tool gebaseerd op het DESeq2-modelkader die onderzoekers in staat stelt om een rigoureuze, analytische machtsanalyse uit te voeren voor het bepalen van optimale steekproefgroottes in zowel bulk- als single-cell RNA-seq-experimenten.
Dit artikel stelt een statistisch taalraamwerk voor voor de analyse van proteomen door intrinsieke informatietheoretische beschrijvers en compressibiliteit over diverse organismen te kwantificeren, waarbij wordt onthuld dat echte eiwitsequenties complexe positionele afhankelijkheden en redundantie vertonen die die van eenvoudige compositionele of eerste-orde Markovmodellen aanzienlijk overstijgen.
Dit artikel introduceert -PRO, een schaalbaar en principieel framework voor variant-bewust multiplex primerontwerp dat een bijna-lineair algoritme voor robuuste optimalisatie van de Primer Design Region combineert met een efficiënte heuristiek voor thermodynamische subsetselectie, waarmee het bestaande tools overtreft in het creëren van compacte en stabiele PCR-panels voor diverse pathogeendatasets.