q-bio.QM papers | Gist.Science

pHapCompass: Probabilistic Assembly and Uncertainty Quantification of Polyploid Haplotype Phase

Dit paper introduceert pHapCompass, een probabilistisch algoritme voor het assemblen van haplotypen in diploïde en polyploïde genomen dat ambiguïteit in read-toewijzing expliciet modelleert om een verdeling over haplotype-faseringen te berekenen en onzekerheid te kwantificeren, terwijl het ook een nieuwe simulatie-workflow en geëxtendeerde evaluatiemetrics biedt voor realistischere polyploïde studies.

Marjan Hosseini (School of Computing, University of Connecticut), Ella Veiner (School of Computing, University of Connecticut), Thomas Bergendahl (School of Computing, University of Connecticut), Tala Yasenpoor (School of Computing, University of Connecticut), Zane Smith (Department of Entomology and Plant Pathology, University of Tennessee), Margaret Staton (Department of Entomology and Plant Pathology, University of Tennessee), Derek Aguiar (School of Computing, University of Connecticut, Institute for Systems Genomics, University of Connecticut)Thu, 12 Ma🧬 q-bio

Equivariant Asynchronous Diffusion: An Adaptive Denoising Schedule for Accelerated Molecular Conformation Generation

Deze paper introduceert Equivariant Asynchronous Diffusion (EAD), een nieuw diffusion-model dat een adaptief, asynchroon ontmiddelingschema gebruikt om de hiërarchische structuur van moleculen beter te vangen en zo de prestaties bij het genereren van 3D-moleculaire conformaties te verbeteren.

Junyi An, Chao Qu, Yun-Fei Shi, Zhijian Zhou, Fenglei Cao, Yuan QiThu, 12 Ma🧬 q-bio

How to make the most of your masked language model for protein engineering

Deze paper introduceert een flexibele steekproefmethode met stochastische beam search voor gemaskeerde taalkundige modellen die, zoals blijkt uit uitgebreide in silico en in vitro tests op antilichamen, minstens zo belangrijk is voor het optimaliseren van biologische eigenschappen als de keuze van het model zelf.

Calvin McCarter, Nick Bhattacharya, Sebastian W. Ober, Hunter ElliottThu, 12 Ma🧬 q-bio

Module control in youth symptom networks across COVID-19

Deze studie toont aan dat, ondanks de COVID-19-pandemie, de modulaire architectuur van psychopathologische symptoomnetwerken bij jongvolwassenen stabiel bleef, terwijl de controle over deze netwerken verschuift van een vroege focus op stressgerelateerde symptomen naar een later, meer verspreid patroon over emotionele, cognitieve en sociale domeinen.

Tianyi Fan, Xizhe ZhangThu, 12 Ma🧬 q-bio

Packaging Jupyter notebooks as installable desktop apps using LabConstrictor

LabConstrictor overbrugt de kloof tussen Jupyter-notebooks en gebruiksvriendelijke desktoptoepassingen door via een GitHub-pipeline volledig geautomatiseerde, één-klik installaties te genereren die reproducibiliteit garanderen en de adoptie van open-source software in de levenswetenschappen versnellen.

Iván Hidalgo-Cenalmor, Marcela Xiomara Rivera Pineda, Bruno M. Saraiva, Ricardo Henriques, Guillaume JacquemetThu, 12 Ma🧬 q-bio

TCR-EML: Explainable Model Layers for TCR-pMHC Prediction

Dit paper introduceert TCR-EML, een nieuw model dat prototype-lagen integreert in taalmodellen voor eiwitten om TCR-pMHC-binding niet alleen nauwkeurig te voorspellen, maar ook direct interpreteerbare inzichten te bieden in de onderliggende biochemische mechanismen.

Jiarui Li, Zixiang Yin, Zhengming Ding, Samuel J. Landry, Ramgopal R. MettuMon, 09 Ma🤖 cs.LG

What Topological and Geometric Structure Do Biological Foundation Models Learn? Evidence from 141 Hypotheses

Dit onderzoek toont aan dat biologische foundation-modellen zoals scGPT en Geneformer een betekenisvolle, gedeelde maar lokaal geconcentreerde topologische en geometrische structuur leren in hun interne representaties, zoals bevestigd door een autonoom gescreende reeks van 141 hypothesen.

Ihor KendiukhovMon, 09 Ma🤖 cs.LG

In-batch Relational Features Enhance Precision in An Unsupervised Medical Anomaly Detection Task

Dit paper introduceert een onbewaakte methode voor medische anomaliedetectie die CNN-automatische encoders verrijkt met in-batch relationele kenmerken via hypergrafschattings- en graph-convolutielagen, waardoor de integratie van gezonde anatomische variatie wordt verbeterd en de vals-positieve tarieven op een heterogene hersentumordataset aanzienlijk worden verlaagd.

P. Bilha Githinji, Xi Yuan, Ijaz Gul, Lian Zhang, Jinhao Xu, Zhenglin Chen, Peiwu Qin, Dongmei YuMon, 09 Ma🧬 q-bio

Privacy-Preserving Collaborative Medical Image Segmentation Using Latent Transform Networks

Dit artikel introduceert het PPCMI-SF-framework, een privacybehoudend systeem voor samenwerking tussen medische instellingen dat door middel van cryptografisch versleutelde latenterepresentaties en een server-zijde vertaalmapping nauwkeurige beeldsegmentatie mogelijk maakt zonder dat gevoelige patiëntdata gedeeld hoeft te worden.

Saheed Ademola Bello, Muhammad Shahid Jabbar, Muhammad Sohail Ibrahim, Shujaat KhanMon, 09 Ma💻 cs

Multicellular Tumour Spheroids Exposure to Pulsed Electric Field: A Combined Experimental and Mathematical Modelling Study Highlighting Temporal Dynamics of DAMP Release and Accelerated Regrowth at Intermediate Field Intensities

Dit onderzoek combineert experimenten en wiskundige modellering om te tonen dat pulsed electric field-behandeling van multicellulaire tumorsferoïden een complex tijdsafhankelijk effect heeft, waarbij intermediaire veldintensiteiten zowel de vrijgave van immuunstimulerende DAMP-moleculen als een versnelde hergroei door overlevende rustende cellen veroorzaken.

Emma Leschiera, Nicolas Mattei, Marie-Pierre Rols, Muriel Golzio, Jelena Kolosnjaj-Tabi, Clair PoignardMon, 09 Ma🧬 q-bio

A recipe for scalable attention-based MLIPs: unlocking long-range accuracy with all-to-all node attention

Dit paper introduceert AllScAIP, een schaalbaar, op attention gebaseerd machine-learning potentiaalmodel dat door middel van een data-gedreven all-to-all node attention-mechanisme nauwkeurige lange-afstand interacties captureert en daarmee de afhankelijkheid van expliciete fysische termen voor grootschalige systemen zoals biomoleculen en elektrolyten overbodig maakt.

Eric Qu, Brandon M. Wood, Aditi S. Krishnapriyan, Zachary W. UlissiMon, 09 Ma🔬 cond-mat.mtrl-sci

drGT: Attention-Guided Gene Assessment of Drug Response Utilizing a Drug-Cell-Gene Heterogeneous Network

Het paper introduceert drGT, een graf-deeplearningmodel dat de gevoeligheid voor medicijnen voorspelt en interpreteerbare biomarkers identificeert door gebruik te maken van een heterogeen netwerk van medicijnen, cellen en genen, waarbij het prestaties levert die vergelijkbaar zijn met bestaande methoden maar met verbeterde biologische inzichtelijkheid.

Yoshitaka Inoue, Hunmin Lee, Tianfan Fu, Rui Kuang, Augustin LunaFri, 13 Ma🧬 q-bio

A practical identifiability criterion leveraging weak-form parameter estimation

Dit artikel introduceert een nieuw criterium voor praktische identificeerbaarheid, genaamd (e, q)-identificeerbaarheid, en combineert dit met een efficiënte, op zwakke vormen gebaseerde schattingstechniek (WENDy) om parameters van systemen met niet-geobserveerde variabelen sneller en robuuster te bepalen in aanwezigheid van ruis.

Nora Heitzman-Breen, Vanja Dukic, David M. BortzFri, 13 Ma🧬 q-bio

Realizing Common Random Numbers: Event-Keyed Hashing for Causally Valid Stochastic Models

Dit artikel betoogt dat standaard pseudorandom-getalgeneratoren de causale validiteit van agent-gebaseerde modellen ondermijnen door hun afhankelijkheid van de uitvoeringsvolgorde, en stelt dat het combineren van teller-gebaseerde generatoren met gebeurtenis-ID's een noodzakelijke oplossing biedt om de causale coherentie van contrafactuele simulaties te herstellen.

Vince Buffalo, Carl A. B. Pearson, Daniel KleinFri, 13 Ma📊 stat

Single molecule localization microscopy challenge: a biologically inspired benchmark for long-sequence modeling

Dit paper introduceert de Single Molecule Localization Microscopy Challenge (SMLM-C), een biologisch geïnspireerde benchmark die aantoont dat State Space Models (SSMs) moeite hebben met het modelleren van zeldzame en onregelmatige tijdsprocessen in biologische beeldvorming, vooral bij toenemende tijdsdiscontinuïteit.

Fatemeh Valeh, Monika Farsang, Radu Grosu, Gerhard SchützFri, 13 Ma🧬 q-bio

Ill-Conditioning in Dictionary-Based Dynamic-Equation Learning: A Systems Biology Case Study

Dit artikel analyseert hoe numerieke slecht-geconditioneerde problemen, veroorzaakt door sterke correlaties tussen kandidaat-functies, de nauwkeurigheid van data-gedreven modellering van biologische systemen beïnvloeden, en toont aan dat orthogonale polynomen alleen betere resultaten leveren wanneer de data-verdeling overeenkomt met de bijbehorende gewichtsfunctie.

Yuxiang Feng, Niall M Mangan, Manu JayadharanFri, 13 Ma🧬 q-bio

Hybrid eTFCE-GRF: Exact Cluster-Size Retrieval with Analytical p-Values for Voxel-Based Morphometry

Dit artikel introduceert Hybrid eTFCE-GRF, een snelle en exacte methode voor voxelgebaseerde morfometrie die clustergroottes via een union-find-structuur combineert met analytische GRF-p-waarden, waardoor de berekeningstijd drastisch wordt verkort zonder de statistische nauwkeurigheid te verliezen.

Don Yin, Hao Chen, Takeshi Miki, Boxing Liu, Enyu YangFri, 13 Ma⚡ eess

Framing local structural identifiability and observability in terms of parameter-state symmetries

Deze paper introduceert een nieuwe subklasse van Lie-symmetrieën, genaamd parameter-toestand-symmetrieën, om lokale structurele identificeerbaarheid en observeerbaarheid in mechanische modellen te analyseren en bewijst dat deze eigenschappen corresponderen met universele invarianten van deze symmetrieën.

Johannes G. Borgqvist, Alexander P. Browning, Fredrik Ohlsson, Ruth E. BakerFri, 13 Ma🧬 q-bio

Leveraging Phytolith Research using Artificial Intelligence

Dit paper introduceert Sorometry, een AI-gedreven platform dat 2D- en 3D-beeldanalyse combineert om de laborieuze fytolietanalyse te automatiseren en zo de reconstructie van oude vegetatie en menselijke activiteiten op een schaalbaar en reproduceerbaar niveau te brengen.

Andrés G. Mejía Ramón, Kate Dudgeon, Nina Witteveen, Dolores Piperno, Michael Kloster, Luigi Palopoli, Mónica Moraes R., José M. Capriles, Umberto LombardoFri, 13 Ma🧬 q-bio

Nyxus: A Next Generation Image Feature Extraction Library for the Big Data and AI Era

Dit artikel introduceert Nyxus, een schaalbare, next-generation bibliotheek voor het extraheren van beeldkenmerken die is ontworpen om de verwerking van grote datasets in de AI- en biomedische domeinen te versnellen en te standaardiseren via diverse toegankelijke interfaces.

Nicholas Schaub, Andriy Kharchenko, Hamdah Abbasi, Sameeul Samee, Hythem Sidky, Nathan HotalingFri, 13 Ma🧬 q-bio

← Vorige Volgende →