1012 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.
DuplexFM ist ein biologisch fundiertes Framework, das übertragbare, aus miRNA abgeleitete Repräsentationen und experimentell fundierte Zugänglichkeitsmerkmale nutzt, um die Vorhersage der siRNA-Effizienz signifikant zu verbessern, wobei es einen parametereffizienten Ansatz zur einheitlichen Modellierung der Argonaute-vermittelten RNA-Regulation bietet.
STR-PG führt ein topologie-entkoppeltes Pangenom-Framework ein, das die stabile Locus-Repräsentation durch ein externes Register von dynamischem Allel-Inhalt trennt und somit eine skalierbare sowie präzise Short-Read-Genotypisierung von Short Tandem Repeats ermöglicht, ohne dass eine Graph-Rekonstruktion erforderlich ist, wenn neue Allele hinzugefügt werden.
SeqDesk ist ein Open-Source-, FAIR-konformes Datenmanagementsystem, das für Sequenzierungseinrichtungen entwickelt wurde, um die Erfassung standardisierter Metadaten zu optimieren, die bioinformatische Analyse zu automatisieren und die direkte Einreichung beim European Nucleotide Archive zu erleichtern, indem diese Prozesse in routinemäßige betriebliche Arbeitsabläufe eingebettet werden, anstatt sie als retrospektive Aufgaben zu behandeln.
STUltra ist ein skalierbares, hypergraphbasiertes Framework, das großskalige räumliche Transkriptomikdaten integriert, um räumliche Domänen zu detektieren und krankheitsassoziierte genetische Merkmale über verschiedene Gewebekontexte hinweg abzubilden, wobei Batch-Effekte überwunden werden und die Entdeckung molekularer Architekturen ermöglicht wird, die komplexen Krankheiten wie angeborener Herzfehler und Alzheimer zugrunde liegen.
Dieses Paper führt STORM ein, ein fundiertes statistisches Framework, das räumliche Hypothesentests, Effektstärkenschätzung, Poweranalyse und Versuchsplanung vereint, um räumliche Muster in Multi-Omics-Daten rigoros zu analysieren.
nf-cavalier ist eine Open-Source-Nextflow-Pipeline, die die Annotation, Filterung und visuelle Berichterstattung von genomischen Varianten automatisiert, um die Identifizierung kausaler Mutationen bei seltenen Mendelschen Erkrankungen zu erleichtern.
Das Paper stellt pysigscore vor, ein vielseitiges Python-Framework, das 18 Methoden zur Gen-Set-Bewertung mit anpassbaren Optionen und Zuverlässigkeitsanalysen integriert, um die Aktivität von Signaturen in sowohl Bulk- als auch Single-Cell-Transkriptomikdaten robust zu quantifizieren.
Dieser registrierte Bericht stellt das Signaling Pathway Reconstruction Analysis Streamliner (SPRAS)-Framework vor, um ein groß angelegtes, systematisches Benchmarking von 14 Algorithmen zur Pfadrekonstruktion über 822 Datensätze hinweg zu ermöglichen, mit dem Ziel, die aktuellen Herausforderungen der Heterogenität zu bewältigen und die optimale Algorithmenauswahl für spezifische biologische Kontexte zu leiten.
Dieses Paper präsentiert einen tiefen generativen Decoder (DGD), der in der Lage ist, eine Dimensionsreduktion auf Datensätzen mit Millionen von Merkmalen und wenigen Proben durchzuführen, wobei gezeigt wird, dass die Trainingsanforderungen weitgehend unabhängig von der Merkmalsdimensionalität sind, und zeigt eine überlegene Leistung bei der Tumorklassifizierung im Vergleich zu PCA und VAE.
Scop3P-Toolkit ist eine quelloffene, ausführbare analytische Umgebung, die diverse biologische Annotationen mit Strukturdaten integriert, um reproduzierbare, interaktive Workflows für die Analyse von posttranslationalen Modifikationen, genetischen Varianten und proteomikbasierten Peptiden innerhalb ihres dreidimensionalen Kontextes bereitzustellen.