💻 Category

bioinformatics

759 Arbeiten

Die Bioinformatik verbindet Biologie und Informatik, um riesige Mengen an biologischen Daten verständlich zu machen. Statt sich nur auf einzelne Experimente zu konzentrieren, nutzen Forscher hier computergestützte Methoden, um Muster im Leben selbst zu entschlüsseln, von der DNA bis zu komplexen Krankheitsverläufen. Diese Schnittstelle ermöglicht es, die Sprache des Lebens in Zahlen und Algorithmen zu übersetzen und neue Erkenntnisse schnell zu gewinnen.

Auf Gist.Science durchsuchen wir täglich die neuesten Vorab-Veröffentlichungen auf bioRxiv in diesem Bereich. Für jedes neu eingereichte Preprint erstellen wir nicht nur eine detaillierte technische Zusammenfassung für Fachleute, sondern auch eine einfache Erklärung in Alltagssprache, damit jeder den Kern der Forschung verstehen kann. So wird komplexes Wissen für ein breites Publikum zugänglich, ohne dass wichtige Details verloren gehen.

Unten finden Sie die aktuellsten Artikel aus dem Bereich der Bioinformatik, die wir kürzlich für Sie aufbereitet haben.

SwiftNJ: Fast Exact Neighbour Joining via Correctness-Gated Coding Agents

Diese Arbeit zeigt, dass ein durch Korrektheitsprüfungen gesteuertes Codierungs-Agentensystem in der computergestützten Phylogenetik die etablierte RapidNJ-Baseline erheblich übertreffen kann, indem es SwiftNJ, eine optimierte Implementierung des Neighbour-Joining-Verfahrens, bereitstellt, die ein geometrisches Mittel der Laufzeitverhältnisse von 0,565 erreicht und dabei die exakte Korrektheit gegenüber Referenzstandards wahrt.

Christensen, J.2026-05-29💻 bioinformatics

Leviathan: A fast, memory-efficient, and scalable taxonomic and pathway profiler for (pan)genome-resolved metagenomics and metatranscriptomics

Leviathan ist ein Open-Source-Softwarepaket, das eine ultraschnelle, speichereffiziente und präzise taxonomische und funktionelle Profilierung von Metagenomen und Metatranskriptomen auf Genom- und Pangenom-Ebene ermöglicht, indem es alignmentfreie taxonomische Methoden mit einer DNA-Raum-Pseudo-Alignment-Technik kombiniert, um rechenintensive Schritte der übersetzten Suche zu umgehen.

Espinoza, J. L., Dupont, C. L., Phillips, A.2026-05-28💻 bioinformatics

Minimal Computational Framework for Systematic Identification of Antimicrobial Targets

Diese Arbeit stellt ein minimales, multiskaliges rechnerisches Framework vor, das Proteindynamiken und wiederkehrende Disruptionsmechanismen nutzt, um antimikrobielle Ziele für eine rationale Polypharmakologie systematisch zu identifizieren und zu priorisieren, mit dem Ziel, die therapeutische Wirksamkeit zu steigern und gleichzeitig Toxizität sowie mutationalen Escape zu minimieren.

Hassan, S. A.2026-05-28💻 bioinformatics

gTranslate: rapid and accurate translation table prediction for prokaryotic genomes

Das Papier stellt gTranslate vor, ein rechnerisch effizientes maschinelles Lernwerkzeug, das Übersetzungstabellen für prokaryotische Genome ohne vorherige taxonomische Klassifizierung mit einer Genauigkeit von über 99,99 % präzise vorhersagt und die Entdeckung neuer genetischer Code-Variationen in spezifischen bakteriellen Linien ermöglicht.

Chaumeil, P.-A., Hugenholtz, P., Parks, D. H.2026-05-28💻 bioinformatics

Sequence-Based Prioritization of Promoter Regulatory Variants in Colorectal Cancer Using a DNA Foundation Model

Diese Studie stellt ein computergestütztes Framework vor, das das Evo2-DNA-Grundmodell nutzt, um nichtkodierende regulatorische Varianten beim kolorektalen Karzinom zu priorisieren, indem sie deren Auswirkungen auf Promotorsequenzen quantifiziert, und identifiziert erfolgreich hochwirksame Kandidaten, die in krebssrelevanten Signalwegen und GWAS-Loci angereichert sind, ohne auf überwachte Trainingsverfahren oder vordefinierte Annotationen zurückzugreifen.

Shome, S., Vajinepalli, S., Saraf, A.2026-05-28💻 bioinformatics

SQANTI-browser: visualization and curation of SQANTI3-classified long-read transcriptomes within the UCSC Genome Browser

SQANTI-browser ist ein neuartiges Visualisierungsframework, das SQANTI3-klassifizierte Long-Read-Transkriptomdaten in den UCSC Genome Browser integriert und interaktives Filtern, evidenzbasierte Kuratierung sowie die Auflösung von Alignierungsartefakten ermöglicht, um handlungsrelevante neue Isoformen über diverse Datensätze hinweg wiederherzustellen.

Paniagua, A., Blanco-Gomez, C., Colomer Fernandez, A., Diekhans, M., Conesa, A., Monzo, C.2026-05-28💻 bioinformatics

CARIBOU: Computational AI Research Interface for Bioinformatics, Omics, and Unifying Agents

CARIBOU ist ein Multi-Agenten-KI-Framework, das für autonome, iterative und reproduzierbare bioinformatische Analysen in hochleistungsfähigen Rechenumgebungen von Institutionen konzipiert ist und dabei von Forschern bearbeitbare Blaupausen sowie persistente ausführbare Zustände nutzt, um die Grenzen statischer Codegenerierung bei der Verarbeitung großskaliger Einzelzell- und räumlicher Omics-Datensätze zu überwinden.

Riffle, D., Shirooni, N., Sureshkumar, P., Vijay, V., Rose, M. F.2026-05-28💻 bioinformatics

Signal, Bounds, and Baselines: Principles for Evaluating Virtual Cell Perturbation Models

Dieser Beitrag stellt das SBB-Framework (Signal, Bounds und Baselines) vor, um virtuelle Zellperturbationsmodelle rigoros zu evaluieren, und zeigt auf, dass komplexe Deep-Learning-Methoden häufig keine sinnvolle Überlegenheit gegenüber einfachen linearen Baselines aufweisen, wodurch die Notwendigkeit standardisierter Metriken unterstrichen wird, um echte biologische Signale von statistischen Artefakten zu unterscheiden.

Vollenweider, M. S., Bühlmann, P.2026-05-27💻 bioinformatics

There and back again: a multi-omics tale of thyroid co-expression network rewiring

Diese Studie etabliert einen Best-Practice-Rahmen für die Konstruktion simultaner Multi-Omics-gewichteter Gen-Ko-Expressionsnetzwerke zur Analyse der Schilddrüsentoxizität und -erholung in einem Nagetiermodell und zeigt, dass das Konkatenieren unskalierter Omics-Schichten die biologische Struktur bewahrt, während sie durch komplementäre Modul-Erhaltungs- und differentielle Konnektivitätsanalysen umfangreiche molekulare Störungen und eine teilweise Wiederherstellung aufdecken.

Pozhidaeva, M., Bussmann, H., Huisinga, M., Buesen, R., Hackermüller, J., Canzler, S.2026-05-27💻 bioinformatics