💻 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

Stability-driven multi-omics integration for reproducible latent structure

Diese Arbeit schlägt ein stabilitätsgetriebenes Multi-Omics-Integrationsframework vor, das eine spärliche generalisierte kanonische Korrelationsanalyse mit einer rigorosen Kreuzvalidierung kombiniert, um reproduzierbare latente Strukturen zu identifizieren, und demonstriert dessen Wirksamkeit in einer Schilddrüsenkrebs-Kohorte, indem es konsistente Krankheitsassoziationen sowie zeitliche Veränderungen in metabolomischen und proteomischen Profilen aufzeigt.

Guan, H., Gerwen, M. v., Kim-Schulze, S., Colicino, E., Dolios, G., Petrick, L.2026-08-25
💻 Bioinformatik

Benchmarking the robustness of segmentation models to corruptions in biological imaging

Dieses Paper präsentiert einen umfassenden Benchmark der Robustheit von Segmentierungsmodellen über 30 biologische Bilddatensätze und 36 Korruptionstypen hinweg, wobei aufgezeigt wird, dass eine hohe Leistung bei sauberen Bildern keine Korruptionsresistenz garantiert und dass ältere Methoden wie StarDist moderne Foundation-Modelle übertreffen können, wobei Ausfälle primlich in den frühen Kodierungsschichten auftreten.

Kesenci, Y., Le Folgoc, L., Angelini, E.2026-08-25
💻 Bioinformatik

Benchmarking antibody-antigen co-folding on human monomeric antigens

Diese Studie führt den HuMonoAg-Bench-Benchmark zur Evaluierung von zehn Antikörper-Antigen-Co-Folding-Protokollen ein und zeigt auf, dass neuere Methoden zwar die CDRH3-Modellierung signifikant verbessert und für etwa die Hälfte der Post-Cutoff-Komplexe eine mittlere oder bessere Genauigkeit erreicht haben, Herausforderungen bei der Abtastung korrekter Bindungsmodi und der Modellierung flexibler Loops bestehen bleiben, was die Vorhersage vieler strukturell heterogener Komplexe einschränkt.

Park, M., Nett, R., Petersen, B., Sivasubramanian, A.2026-08-24
💻 Bioinformatik

Kiosc: an integrated platform for managing bioinformatics data analysis containers

Kiosc ist eine selbst gehostete, benutzerfreundliche Webplattform auf Basis von Django, die die Orchestrierung, Organisation und Zugriffskontrolle von Docker-containerisierten Bioinformatik-Webanwendungen vereinfacht und eine Alternative mit geringerem Overhead zu Kubernetes zum Teilen interaktiver Analyseergebnisse bietet.

Marotta, F., Stolpe, O., Obermayer, B., Weiner, J., Holtgrewe, M., Beule, D., Nieminen, M.2026-08-24
💻 Bioinformatik

Microenvironment-informed inference of transcriptional progression geometry

Das Paper stellt BIOCURRENT vor, ein Framework für kausale Inferenz, das die spenderspezifische Pseudotime-Geometrie rekonstruiert, um zu quantifizieren, wie mikroumweltbedingte Kontexte transkriptionelle Progressionsintervalle verzerren, wodurch stadienspezifische Abweichungen und potenzielle Interventionskontrollpunkte in komplexen biologischen Systemen wie der T-Zell-Entwicklung und der COVID-19-bedingten Immunfehlregulation identifiziert werden.

Kobara, S., Rahman, S. A., Ribeiro, S. P., Coopersmith, C. M., Kamaleswaran, R.2026-08-24
💻 Bioinformatik

CodonMamba: a foundation model for programmable mRNA coding sequence design

CodonMamba ist ein hochmodernes Foundation-Modell für das Design von mRNA-Kodiersequenzen, das durch das Pretraining auf groß angelegten Korpora eine überlegene Leistung bei Vorhersageaufgaben erreicht und eine programmierbare Steuerung der Codon-Optimierung während der Inferenz ermöglicht, um spezifische Wirts- oder Anwendungspräferenzen ohne erneutes Training zu erfüllen.

Lang, M., Fang, X., Wang, Z., Chen, M., Cheng, Z., Zhu, X., Tam, K. Y., Zhang, J., Li, X.2026-08-24
💻 Bioinformatik

Delta Marches: Generative AI based image synthesis to decode disease-driving morphologic transformations.

Delta-Marches ist ein generatives KI-Framework, das Krankheitsmechanismen entschlüsselt, indem es idealisierte morphologische Übergänge zwischen Gewebeklassen simuliert, um die subzellulären Merkmale zu identifizieren, welche die pathophysiologischen Veränderungen antreiben, wie am Beispiel der Graduierung von Nierenzellkarzinomen und kolorektaler Dysplasie demonstriert wurde.

Nguyen, T. H., Panwar, V., Jarmale, V., Perny, A., Dusek, C., Cai, Q., Kapur, P. H., Danuser, G., Rajaram, S.2026-08-22
💻 Bioinformatik

KRAKEN: A provenance-tracked knowledge graph for multiomic and wellness research

KRAKEN ist ein skalierbarer, nachverfolgbarer Wissensgraph, der die Unterrepräsentation von Multiomik- und Wellness-Daten adressiert, indem er diverse biomedizinische Quellen in ein modulares, 15-Millionen-Knoten-System integriert, das standardisierte Semantik, integrierte Analysetools und multimodale Schnittstellen sowohl für die menschliche als auch für die KI-gestützte Forschung bietet.

Glen, A. K., Witherington, D., Leslie, T., Baumgartner, A., Fernando, A., Vemuri, B., Nahman, O., Glusman, G., Hood, L. (…)2026-08-22
💻 Bioinformatik

Sequence-Derived Representations versus Pfam-Domain Content for Biosynthetic Gene Cluster Retrieval

Diese Studie zeigt, dass explizite Pfam-Domänen-Inhalte die aus ESM-2-Sequenzen abgeleiteten Repräsentationen bei der Abfrage von Biosynthese-Genclustern übertreffen oder mit ihnen gleichziehen, was darauf hindeutet, dass Sequenz-Embeddings die Wiederherstellung alternativer Biosynthesewege über etablierte Domänen-basierte Metriken hinaus derzeit nicht verbessern.

Urokov, R., Khan, A., Eshboyev, F., Asadov, D., Rahman, S., Kushokova, D.2026-08-22