💻 Category

bioinformatics

1197 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.

💻 Bioinformatik

Expression trajectories in the aging male mouse colon transcriptome

Diese Studie nutzt hochauflösende RNA-Seq-Daten aus dem alternden männlichen Mauskolon, um aufzuzeigen, dass die transkriptomischen Veränderungen durch komplexe, nicht-monotone Trajektorien und einen Zusammenbruch der ungefalteten Proteinantwort in der Mitte bis zum späten Leben dominiert werden, während sie gleichzeitig die Konstruktion einer kompakten, Drei-Gen-Transkriptom-Uhr ermöglicht, um das chronologische Alter präzise zu verfolgen.

Olecka, M., Riege, K., Haase, M., Schwarz, R., Wang, C., Best, L., Witte, O., Kaleta, C., Frahm, C., Hoffmann, S.2026-10-08
💻 Bioinformatik

MOSAIC: Learning Graph Node Embeddings from Spectrally Isolated Dominant Subspaces of Accumulated Diffusion Operators

MOSAIC ist ein unüberwachtes Framework, das Graphknoten-Einbettungen durch die Analyse des Konvergenzverhaltens akkumulierter Diffusionsoperatoren mittels Krylow-Unterraum-Analyse lernt und dabei eine überlegene Leistung bei Aufgaben der Knotenklassifizierung und Link-Vorhersage im Vergleich zu bestehenden Methoden wie Node2Vec und GraphSAGE erzielt, wie an einem groß angelegten biomedizinischen Wissensgraphen demonstriert wurde.

Mohseni Ahooyi, T., Stear, B., Zhang, Y., Lahiri, A., Terry, J., Zhang, S., Simmons, J. A., Corbett, R., Sullivan, P., C (…)2026-10-06
💻 Bioinformatik

digestome: a licence-clean marker-gene panel for functional profiling of anaerobic digestion microbiomes

Das Papier stellt „digestome“ vor, ein kommerziell lizenzfreies Markergen-Panel und Scoring-Framework zur funktionellen Profilierung von Anaerob-Vergärungs-Mikrobiomen, welches eine hohe Spezifität bei der Identifizierung von Methanogenese- und Hydrolysewegen aufweist und dabei Messbiase explizit berücksichtigt, um eine kostenpflichtige Analyse für Biogasbetreiber zu ermöglichen.

Päll, T.2026-10-06
💻 Bioinformatik

Enrich.AI: An Agentic AI Platform for Interactive GeneSet Enrichment Analysis and Biological Interpretation

Enrich.AI ist eine agentenbasierte KI-Plattform, die statistische Anreicherungsanalysen mit automatisierter Literaturrecherche und LLM-basierter Argumentation integriert, um durch eine konversationelle Schnittstelle interaktive, evidenzbasierte biologische Interpretationen von Genlisten bereitzustellen.

Koumadorakis, D. E., Exarchos, T. P., Vlamos, P., Vrahatis, A. G.2026-10-06
💻 Bioinformatik

Refining Protein Co-Membership in Reactome: A Weighted Scoring Approach Based on Hierarchy and Sequences of Patwhays

Diese Arbeit führt eine gewichtete Pathway-Co-Membership-Scoring-Methode ein, die die hierarchischen und sequenziellen Pathway-Strukturen von Reactome integriert, um biologisch informierte Proteinnetzwerke zu generieren, wobei sie im Vergleich zu aktuellen State-of-the-Art-Ansätzen eine überlegene Leistung bei der Priorisierung von Krebsgenen demonstriert.

Beust, C., Dameron, O., Theret, N., Becker, E.2026-10-06
💻 Bioinformatik

pre-miRBench: a multispecies benchmark and reference model for animal precursor microRNA prediction

Das Papier stellt pre-miRBench vor, einen standardisierten multispezies-Benchmark und ein Referenzmodell, das darauf ausgelegt ist, einen fairen Vergleich von tierischen Vorläufer-microRNA-Prädiktoren über verschiedene Spezies und miRNA-Familien hinweg zu ermöglichen, wobei nachgewiesen wird, dass sein Ensemble-Modell eine überlegene Gesamtleistung erzielt und gleichzeitig reproduzierbare Ressourcen für die zukünftige Forschung bereitstellt.

Tzimotoudis, D., Chatzitolios, V. K., Alexiou, P., Georgakilas, G.2026-10-06
💻 Bioinformatik

Extreme conservation and rare evolutionary deviations in mammalian NOTCH3 inform the interpretation of CADASIL pathogenicity

Durch die Analyse von NOTCH3-Sequenzen über 113 Säugetierarten hinweg offenbart diese Studie seltene evolutionäre Abweichungen, die strikte Konservierungsmuster infrage stellen und einen kontextabhängigen Rahmen für die Interpretation der CADASIL-Pathogenität auf Basis struktureller, Disulfid- und proteolytischer Faktoren jenseits der einfachen Cysteinanzahl etablieren.

Siddiqui, K. S., Ertan, H., Ren, Y., Plojak, A., Jayasena, T., Sachdev, P. S.2026-10-05
💻 Bioinformatik

Pervasive Backdoor Vulnerabilities in Genomic Foundation Models

Diese Arbeit zeigt auf, dass genomische Foundation-Modelle während der Feinabstimmung durch klein angelegte Datenvergiftungen mit kurzen DNA-Motiven äußerst anfällig für allgegenwärtige Backdoor-Angriffe sind, während sie bei sauberen Aufgaben robust bleiben, und schlägt ein neuartiges zweistufiges Auditierungs-Framework vor, um solche Bedrohungen ohne Vorwissen über die Trigger zu detektieren.

Ni, S., Wang, Q., Wei, C., Ni, X., Li, S., Zhao, Z., Li, H., Ji, R., Xu, R., Alinejad-Rokny, H., Wang, T., Yang, M.2026-10-05
💻 Bioinformatik

Verification Debt in Automated Biological Research Workflows: A Proof-of-Concept

Diese Studie charakterisiert empirisch die „Verifizierungsverschuldung“ (verification debt), die automatisierten biologischen Forschungsabläufen inhärent ist, unter Verwendung der Biomni-Agentenplattform, und schlägt ein neues VERIFY-Framework sowie eine Reihe von Metriken vor, um die Rückverfolgbarkeit und Validität KI-gestützter wissenschaftlicher Entscheidungen über verschiedene biologische Domänen hinweg zu bewerten.

Gopalan, S., Narayanan, S.2026-10-05