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 introduceert StackCBEmbed, een nieuw ensemble machine learning-model dat traditionele sequentiekenmerken combineert met embeddings van vooraf getrainde proteïnelanguage-modellen om eiwit-koolhydraatbindingsplaatsen op residuniveau nauwkeurig te voorspellen direct vanuit primaire sequenties.
Het artikel introduceert spammR, een R-pakket dat is ontworpen om de end-to-end analyse en integratie van diverse ruimtelijke multi-omische datasets te faciliteren, met een specifieke focus op via massaspectrometrie verkregen metingen binnen een enkel weefselmonster.
Deze studie toont aan dat de multitarget drug repurposing-benadering van het CANDO-platform succesvol nieuwe therapeutische kandidaten voor schizofrenie identificeert en valideert door interactiesignaturen tussen verbindingen en het proteoom te analyseren, waarbij zowel gevestigde als potentiële nieuwe mechanismen betrokken bij neurotransmittersystemen en calciumsignaleringsroutes worden onthuld.
Dit artikel toont aan dat de veelgebruikte sum-of-pairs score vaak faalt in het identificeren van de meest nauwkeurige multiple sequence alignments en stelt een op deep learning gebaseerd scoringframework voor, specifiek Model 2, die effectief alternatieve alignments rangschikt om downstream fylogenetische reconstructie te verbeteren.
LongPolyASE is een uitgebreid, end-to-end framework ontworpen om allel-specifieke gen- en isoform-analyse in polyploïden mogelijk te maken met behulp van long-read RNA-seq data, waarbij het de huidige beperking aan gespecialiseerde tools voor deze organismen aanpakt door middel van zijn geïntegreerde componenten voor syntenische genidentificatie, transcriptkwantificatie en differentiële expressie-analyse.
Deze studie toont aan dat poly(A)-verrijkte RNA-seq data ongeschikt is voor betrouwbare circRNA-detectie vanwege hoge fout-positieve ratio's en onenigheid tussen tools, waarmee wordt vastgesteld dat totale RNA-sequencing met effectieve ribosomale RNA-depletie de noodzakelijke standaard is voor accurate circRNA-profilering.
RareCapsNet is een uitlegbaar capsule-netwerkframework dat robuust zeldzame celpopulaties en hun transcriptomische signaturen in grootschalige single-cell RNA-seq data identificeert, waarbij het de huidige state-of-the-art methoden overtreft terwijl het kennisoverdracht tussen verschillende experimentele batches mogelijk maakt.
Het artikel introduceert GCP-VQVAE, een SE(3)-equivariante geometrisch volledige tokenizer die eiwitbackbones omzet in een discrete vocabulaire van 4.096 tokens terwijl chiraliteit en oriëntatie behouden blijven, waarbij een staat-van-de-kunst reconstructienauwkeurigheid, robuuste zero-shot generalisatie en aanzienlijk snellere inferentiesnelheden worden bereikt vergeleken met eerdere methoden.
Deze studie onthult dat hoewel het AlphaGenome-model effectief de variatie in chromatine-toegankelijkheid voorspelt door lokale regulatoire grammatica te vatten, het aanzienlijk tekortschiet in het voorspellen van de variatie in genexpressie vanwege de uitdaging van het modelleren van de langetermijn-regulatoire integratie die vereist is voor verschillen tussen individuen.
MLMarker is een interpreteerbaar machine learning-framework dat gebruikmaakt van een Random Forest-model getraind op gezonde weefsels om continue gelijkenisscores te berekenen en de oorsprong van weefsels te identificeren in complexe proteomica-data, inclusief schaarse biovloeistofmonsters en metastatische tumoren.