Spatial omics technologies enable high-resolution, large-scale quantification of molecular features while preserving the spatial context within tissues. Existing analysis methods largely focus on spatial arrangements of single cells, whereas biological function often emerges from multicellular arrangements. Here, we introduce structure-based analysis of spatial omics data, which focuses on the direct analysis of multicellular, anatomical structures. We illustrate this type of analysis using two publicly available datasets and provide sosta, an open-source Bioconductor package for broad communi
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: The scope of many Quantitative Trait Locus (QTL) mapping studies has increased to include different cellular and environmental states. However, drawing biologically relevant conclusions from the large, high-dimensional data that come from multi-state QTL mapping studies is not straightforward.
RESULTS: To address this problem, we introduce two R packages, QTLExperiment and multistateQTL. The QTLExperiment package provides a robust container for storing and manipulating QTL summary statistics and associated metadata. Building upon existing Bioconductor infrastructure and convention
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Methanogenic archaea (methanogens) are key drivers of global carbon cycling and biomethane production, thriving in diverse anaerobic environments through specialized metabolic and transport systems. While methanogenesis is well understood, transport mechanisms underlying nutrient uptake, ion homeostasis, and macromolecule translocation remain poorly understood. This review compiles current knowledge on transporter proteins and substrate uptake in methanogens. It also highlights fundamental knowledge gaps and outlines experimental procedures for identifying new transporters experimentally and b
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Microorganisms typically exist in communities, where interactions among them define the complexity of these ecosystems. Developing in silico frameworks to investigate the behavior and functionality of these communities is therefore essential for advancing our understanding of microbial ecology. In recent years, several computational modeling frameworks based on genome-scale models have been developed for the community-level analysis of microbial systems.
RESULTS: Here, we introduce microbial optimization without forced altruism (MOFA), a bilevel optimization framework that conside
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Noncoding RNAs (ncRNAs) are critical regulators of drug response and disease progression, making accurate prediction of ncRNA-drug resistance associations a key task in pharmacogenomics and precision medicine. However, current methods largely rely on global neighborhood aggregation, which treats node contexts as homogeneous and overlooks fine-grained structural and semantic heterogeneity. Moreover, they often model ncRNAs and drugs as interchangeable nodes, disregarding their biological distinctions and asymmetric interactions, and failing to effectively integrate modality-specific and cross-m
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The precise prediction of Antibody-Antigen Interaction (AAI) is a pivotal task for accelerating antibody drug discovery and virtual screening. To address the challenges of suboptimal multimodal fusion and the paucity of physical interpretability in existing approaches, this paper proposes PAC-Net, a physical prior-guided end-to-end deep learning framework. First, the model incorporates a Gated Multimodal Fusion mechanism that effectively integrates sequence semantics with implicit structural context from a pretrained protein language model via dynamic weight allocation, thereby achieving adapt
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Androgens are critical for the growth of prostate cells, as well as prostate tumor cells. For prostate cancer patients under Androgen Deprivation Therapy (ADT) such as castration treatment, investigating the potential for androgen production by gut microbes is crucial. In microbe species, the side chain cleavage activity of steroid-17, 20-desmolase (SSTD) is responsible for 11-oxy-androgens production by biotransformation from cortisol, as well as from other endogenous steroids and pharmaceutical glucocorticoids. The side-chain cleavage product of prednisone could significantly promote the pro
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MOTIVATION: Multi-omics integration can improve cancer diagnosis and prognosis, but current models are limited by extreme dimensionality, redundant raw-feature similarities, missing assays, and incomplete pathway priors. We ask whether biologically meaningful patient manifolds can be learned directly from high-dimensional multi-omics data without heuristic graph construction or fixed knowledge-base constraints.
RESULTS: We present OmicsTransformer, an end-to-end framework that projects each omics modality into latent patches, enforces masked semantic consistency through an Exponential Cosine
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study conducted a bibliometric analysis of publications related to the comorbidity between rheumatoid arthritis (RA) and Muscle Disorders, sourced from the Web of Science Core Collection database between January 1, 2015, and December 31, 2024. By examining key characteristics of the published articles, the study aimed to identify global research hotspots in this field. Utilizing tools such as VOSviewer, CiteSpace, Scimago Graphica, and Excel, a visual analysis of the research landscape was performed. The analysis revealed that the annual publication output in this domain exhibited a cycli
СтатьяVideo-Audio MediaПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Deciphering disease-specific progression from low sample size, high-dimensional omic profiles remains challenging. Traditional biomarker discovery methods are costly and limited, while Nonnegative Matrix Factorization (NMF), though popular, suffers from instability and lack of biologically relevant solutions. This study aims to overcome these limitations by introducing a more robust framework. This article proposes TopConNMF, a topology-constrained extension of NMF which incorporates structural constraints, ensures stability, accuracy, and faster performance while maintaining biological interp
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Effective algorithms for extracting genomic features are crucial for downstream bioinformatics research. Although kmer-based descriptive statistical features (frequency and position) offer a unique perspective for genomic feature extraction, their biological significance warrants further investigation. Therefore, uncovering the biological significance of kmers in genomes remains a significant challenge in current kmer-based genomic feature mining. In this work, based on reverse, complementary and reverse-complementary of kmers to simulate genomic accumulation mutation behavior, we proposed a n
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MOTIVATION: Clinical drug response prediction is constrained by the paucity of patient data, forcing a reliance on in vitro cell line models. Current transfer learning-based methods typically focus on learning domain-invariant representations, but often overlook the critical role of tumor microenvironment (TME) during cross-domain translation. Given that TME discrepancies between in vitro and in vivo settings are critical factors of therapeutic resistance, explicitly modeling the TME is essential to bridge the gap between preclinical models and patient-specific responses.
RESULTS: We propose
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spatially resolved omics technologies offer unprecedented insight into tissue organization, yet current analytical methods face challenges in effectively handling technical noise while preserving biological heterogeneity. We present CadaST, an interpretable and unified computational framework that integrates spatially aware feature selection and an adaptive imputation strategy to address this limitation. By inferring the spatial molecular pattern for each feature and conducting pattern-guided aggregation, CadaST effectively denoises and augments spatial omics data while preserving sharp biolog
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Necroptosis, a recently identified form of programmed cell death involved in the pathogenesis of a variety of tumor and non-tumor diseases. Nevertheless, the function of necroptosis in essential thrombocytosis (ET) remains unclear, which is a classic myeloproliferative tumor.
MATERIALS AND METHODS: The role of necroptosis in ET was determined via bioinformatics combined with qRT-PCR analysis of clinical samples. GSE57793 and GSE26049 datasets were recruited to identify necroptosis differentially expressed genes based on differential gene identification, necroptosis gene sets and d
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Longitudinal multi-view omics data offer unique insights into the temporal dynamics of individual-level physiology, which provides opportunities to advance personalized healthcare. However, the common occurrence of incomplete views makes extrapolation tasks difficult, and there is a lack of tailored methods for this critical issue. Here, we introduce LEOPARD, an innovative approach specifically designed to complete missing views in multi-timepoint omics data. By disentangling longitudinal omics data into content and temporal representations, LEOPARD transfers the temporal knowledge to the omic
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Deep learning has revolutionised de novo protein design, with new models achieving unprecedented success in creating novel proteins with specific functions, including artificial protein binders. However, current workflows remain computationally demanding and challenging to operate without dedicated infrastructure and expertise. To overcome these limitations, we present BinderFlow, an open, structured, and parallelised pipeline that automates end-to-end protein binder design. Its batch-based architecture enables live monitoring of design campaigns, seamless coexistence with other GPU-intensive
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
SUMMARY: Scaffold hopping is a critical strategy in medicinal chemistry for generating novel and patentable drug candidates. Here, we present ChemBounce, a computational framework designed to facilitate scaffold hopping by generating structurally diverse scaffolds with high synthetic accessibility. Given a user-supplied molecule in SMILES format, ChemBounce identifies the core scaffolds and replaces them using a curated in-house library of over 3 million fragments derived from the ChEMBL database. The generated compounds are evaluated based on Tanimoto and electron shape similarities to ensure
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Drug target interactions (DTIs) play a crucial role in drug discovery and development. The prediction of DTIs based on computational method can effectively assist the experimental techniques for DTIs identification, which are time-consuming and expensive. However, the current computational models suffer from low accuracy and high false positive rate in the prediction of DTIs, especially for datasets with extremely unbalanced sample categories. To accurately identify the interaction between drugs and target proteins, a variety of descriptors that fully show the characteristic information of dru
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This bioinformatics workflow utilizes the Bacterial and Viral Bioinformatics Resource Center (BV-BRC) to investigate a potential zoonotic or reverse zoonotic transmission event on a North Carolina swine farm in 2022 (Olson RD, Assaf R, Brettin T, Conrad N, Cucinell C, Davis JJ, Dempsey DM, Dickerman A, Dietrich EM, Kenyon RW, Kuscuoglu M, Lefkowitz EJ, Lu J, Machi D, Macken C, Mao C, Niewiadomska A, Nguyen M, Olsen GJ, Overbeek JC, Parrello B, Parrello V, Porter JS, Pusch GD, Shukla M, Singh I, Stewart L, Tan G, Thomas C, VanOeffelen M, Vonstein V, Wallace ZS, Warren AS, Wattam AR, Xia F, Yoo
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MOTIVATION: Functional association networks, such as FunCoup, are crucial for analyzing complex gene interactions. To facilitate the analysis and visualization of such genome-wide networks, there is a need for seamless integration with powerful network analysis tools like Cytoscape.
RESULTS: The FunCoup Cytoscape App integrates the FunCoup web service API with Cytoscape, allowing users to visualize and analyze gene interaction networks for 640 species. Users can input gene identifiers and customize search parameters, using various network expansion algorithms like group or independent gene se
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования