1210 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.
Die vorliegende Arbeit stellt den „Neighborhood Product Co-localization“ (NPC)-Score vor, eine effiziente und interpretierbare Methode zur quantitativen Analyse der räumlichen Co-Lokalisation von Zelltypen in der räumlichen Transkriptomik.
Diese Arbeit präsentiert einen integrierten In-silico-Workflow, der maschinelles Lernen und chemische Datenressourcen nutzt, um tausende potenzielle Insektizid-Transformationsprodukte zu enumerieren und zu priorisieren und damit den bekannten chemischen Raum des Exposoms zu erweitern.
Dieses Paper stellt ein frei zugängliches, kontinuierlich aktualisiertes Online-Buch vor, das reproduzierbare Code-Beispiele, Datensätze und Workflows für die Analyse von räumlichen Transkriptomikdaten mittels Bioconductor in R bereitstellt und gleichzeitig die Interoperabilität mit Python unterstützt.
Diese Studie zeigt, dass Tränenflüssigkeit, die nach moderater aerober Belastung, aber nicht davor gesammelt wurde, die Myopieprogression in einem Meerschweinchenmodell signifikant unterdrückt, was einen neuartigen, durch körperliche Betätigung vermittelten therapeutischen Mechanismus zur Behandlung der Myopie offenbart.
Das Paper stellt DEPower vor, ein webbasiertes Tool, das auf dem DESeq2-Modellrahmenwerk basiert und es Forschern ermöglicht, eine rigorose, analytische Power-Analyse zur Bestimmung optimaler Stichprobengrößen sowohl für Bulk- als auch für Single-Cell-RNA-Seq-Experimente durchzuführen.
Diese Arbeit schlägt ein statistisches Sprachmodell zur Analyse von Proteomen vor, indem sie intrinsische informationstheoretische Deskriptoren und Kompressibilität über diverse Organismen hinweg quantifiziert und aufzeigt, dass reale Proteinsequenzen komplexe positionsabhängige Abhängigkeiten und Redundanzen aufweisen, die jene der durch einfache kompositorische oder Markov-Modeller erster Ordnung vorhergesagten Werte signifikant übersteigen.
Dieses Paper stellt -PRO vor, ein skalierbares und prinzipienbasiertes Framework für das variantenbewusste Multiplex-Primer-Design, das einen nahezu linearen Algorithmus zur robusten Optimierung der Primer-Design-Region mit einer effizienten Heuristik zur thermodynamischen Teilmengen-Selektion kombiniert und damit bestehende Werkzeuge bei der Erstellung kompakter und stabiler PCR-Panels für diverse Pathogen-Datensätze übertrifft.
Diese Studie stellt StackCBEmbed vor, ein neuartiges Ensemble-Machine-Learning-Modell, das traditionelle Sequenzmerkmale mit Embeddings vortrainierter Protein-Sprachmodelle kombiniert, um Protein-Kohlenhydrat-Bindungsstellen auf Residue-Ebene direkt aus Primärsequenzen präzise vorherzusagen.
Das Paper stellt spammR vor, ein R-Paket, das darauf ausgelegt ist, die End-to-End-Analyse und Integration diverser räumlicher Multi-Omik-Datensätze zu erleichtern, mit einem spezifischen Fokus auf massenspektrometrisch gewonnenen Messungen innerhalb einer einzelnen Gewebeprobe.
Diese Studie zeigt, dass der Multitarget-Drug-Repurposing-Ansatz der CANDO-Plattform durch die Analyse von Wirkstoff-Proteom-Interaktionssignaturen erfolgreich neuartige therapeutische Kandidaten für Schizophrenie identifiziert und validiert, wobei sowohl etablierte als auch potenzielle neue Mechanismen unter Beteiligung von Neurotransmittersystemen und Kalzium-Signalisierungswegen aufgedeckt werden.