760 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.
Das Open-Source-Paket spatialFDA kombiniert räumliche Statistik mit funktionaler Datenanalyse, um in räumlichen Omics-Daten differenzielle zelluläre Kollokalisationen über mehrere Bedingungen hinweg präzise zu quantifizieren und zu testen, was durch Simulationen sowie Anwendungen auf Typ-1-Diabetes-Daten validiert wurde.
Die Studie stellt einen interpretierbaren, end-to-end Rahmen vor, der Protein-Sprachmodelle mit AlphaFold-basierten Strukturdaten fusioniert, um die Selbstassoziation von Antikörpern mittels des CSI-BLI-Assays für das frühe Entwickelbarkeits-Screening präzise vorherzusagen.
Diese Studie entwickelt das Framework deepHTL, um in einer großen Lungentransplantations-Registerdatenanalyse nachzuweisen, dass der Nutzen einer bilateralen gegenüber einer einseitigen Lungentransplantation stark von Patienteneigenschaften abhängt, wobei jüngere und risikoärmere Empfänger den größten Vorteil haben.
Diese Studie validiert das ActTrust(R)-Gerät als kosteneffektive Alternative zum ActiGraph GT3X+ zur Schätzung des Energieverbrauchs und zur Klassifizierung der körperlichen Aktivitätsintensität bei jungen Erwachsenen durch die Entwicklung und Überprüfung linearer Modelle und Schwellenwerte.
Diese Studie stellt einen Rahmen vor, der vier Active-Module-Identifikations-Algorithmen vergleicht, ihre unterschiedlichen Stärken aufzeigt und zwei Methoden zur Aggregation ihrer Ergebnisse vorschlägt, um robustere genetische Interaktionsnetzwerke zu erhalten und verborgene Gene zu identifizieren.
Das Paper stellt GRASP vor, einen effizienten und trainierbaren Rahmen für Large Language Models, der durch gene- und relationsspezifische weiche Prompts die Inferenz von Gen-Netzwerken skalierbar und generalisierbar verbessert.
Diese Studie identifiziert ABCA3 und SCN4B als neue, mit Bewegung assoziierte Biomarker für die Typ-A-Aortendissektion, die nicht nur eine hohe diagnostische Genauigkeit aufweisen, sondern auch als vielversprechende Ziele für zukünftige Therapieansätze dienen könnten.
Diese Studie identifiziert durch virtuelles Screening, Docking und Molekulardynamiksimulationen fünf neue ZINC-Verbindungen als vielversprechende Hemmstoffe des ESX-1-Sekretionssystems von *M. tuberculosis*, die als potenzielle antivirulente Wirkstoffe für die zukünftige Arzneimittelentwicklung dienen könnten.
Das Paper stellt MAJEC vor, ein einheitliches EM-Framework zur gleichzeitigen Quantifizierung von Genen, Isoformen und Transposon-Loci aus RNA-seq-Daten, das durch die Einbeziehung von Spleißstellen-Evidenz die Zuordnungsfehler bei überlappenden Sequenzen im Vergleich zu bestehenden Tools wie TEtranscripts und Telescope erheblich reduziert und dabei höhere Genauigkeit sowie Geschwindigkeit bietet.
Diese Studie stellt eine hierarchiebewusste Plattform zur Genexploration vor, die durch die Integration von HGNC-Strukturwissen und hyperdiffusionsbasierten Ähnlichkeitskernen die Interpretierbarkeit toxikogenomischer Daten bei Acetaminophen-induzierter Hepatotoxizität erheblich verbessert und biologisch kohärente funktionelle Module identifiziert.