1250 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 STEQ, een snelle en nauwkeurige statistisch consistente afstandsmethode voor het schatten van soortbomen op grote schaal die, hoewel het aanzienlijk sneller is dan toonaangevende methoden zoals ASTRAL, vergelijkbare prestaties behaalt.
Dit artikel presenteert een snelle, labelvrije methode die vibratiespectroscopie combineert met diep learning om DNA-fragmentlengteverdelingen nauwkeurig te kwantificeren, wat een schaalbaar en niet-destructief alternatief biedt voor conventionele analysemethoden.
De auteurs tonen aan dat een diep leernetwerk ecDNA-status, een belangrijke indicator voor slechte prognose, direct kan voorspellen uit standaard H&E-geschilderde histopathologische beelden, waardoor een schaalbare screening voor moleculaire bevestiging mogelijk wordt.
ExoFILT is een op transfer learning gebaseerde deep learning-classificator die de analyse van exocytose-gegevens via single-particle tracking versnelt en standaardiseert door automatische detectie van exocytische gebeurtenissen, waardoor handmatige annotatie met een factor tien wordt gereduceerd en nieuwe mechanistische inzichten worden verkregen.
Dit artikel introduceert APEX, een uitlegbaar AI-framework dat proteoom-brede pathogentargets identificeert en gerichte moleculaire ontwerpen genereert om de ontwikkeling van nieuwe antimicrobiële middelen en fungiciden te versnellen.
Dit paper introduceert GTA-5, een unificerend graf-transformer-automatische encoder-framework dat de ruimtelijke en chemische structuren van eiwitbindingszakken en liganden omzet in gezamenlijke latente ruimtes om functionele compatibiliteit te modelleren en diverse toepassingen in de geneesmiddelenontwikkeling mogelijk te maken.
Het artikel introduceert BiGAT-Fusion, een geavanceerd grafisch neurale netwerkmodel dat door middel van bidirectionele aandacht en adaptieve knoop-gating de uitdagingen van class imbalance en asymmetrie overbrugt om de nauwkeurigheid van drug-disease associatievoorspellingen voor drughergebruik aanzienlijk te verbeteren.
scDynOmics is een schaalbaar en interpreteerbaar transformer-model dat, geïnspireerd door genregulatienetwerken en gebruikmakend van een Linformer-achtig mechanisme, effectief multimodale single-cell data leert representeren voor het ontrafelen van celheterogeniteit en -dynamiek.
Deze studie introduceert Multiscale Morpho-Barcoding (MMB), een raamwerk dat de complexe morfologie van neuronen omzet in symbolische representaties om voor het eerst systematische, hersenwijdte patronen van neuronale organisatie te onthullen die regionale en schaalafhankelijke principes blootleggen.
Deze studie combineert netwerkfarmacologie en dierexperimenten om aan te tonen dat Panax notoginseng de genezing van huidwonden versnelt door via meerdere componenten en paden de cytokinebalans (TNF-α, IL-6, IL-10) te reguleren, waardoor ontsteking wordt onderdrukt en de weefselherstelprocessen worden geoptimaliseerd.