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.
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.
PanGBank ist eine umfassende Open-Access-Datenbank, die vorberechnete Pangenome für über 4.600 prokaryotische Spezies mittels PPanGGOLiN bereitstellt und standardisierte, graphbasierte Ressourcen sowie mehrere Zugriffswerkzeuge anbietet, um groß angelegte vergleichende Genomik sowie die Untersuchung der mikrobiellen Evolution und Adaptation zu erleichtern.
Das Paper stellt Move BeTween modAlities (MBTA) vor, ein neuartiges Framework, das Flow Matching nutzt, um modalitätsspezifische latente Räume zu verbinden und strukturelle Diskrepanzen in Einzelzell-Daten zu adressieren, wodurch eine präzise kreuzmodale Translation ermöglicht wird, während die einzigartige strukturelle Integrität jeder molekularen Modalität bewahrt bleibt.
Dieses Paper führt ein skalierbares Framework der topologischen Datenanalyse ein, das die Rechenkosten für die Vorhersage von Protein-Protein-Interaktionsschnittstellen aus Oberflächenpatches signifikant reduziert und dabei eine im Vergleich zu etablierten Methoden des geometrischen Deep Learning wettbewerbsfähige Genauigkeit beibehält.
Das Papier stellt MAPPIE vor, eine neuartige Methode, die eine zweidimensionale Einbettungskarte menschlicher Protein-Protein-Interaktionen generiert, um spezifische funktionelle Rollen für einzelne Interaktionspaare vorherzusagen, wobei sie insbesondere in Regionen des Interaktoms mit spärlichem Funktionswissen bestehende Baselines übertrifft.
Diese Studie stellt VirGenes vor, ein hierarchisches Orthologie-Framework, das Sequenz-, Struktur- und Funktionsdaten integriert, um eine weite, zuvor unterschätzte Diversität viraler kohlenhydrataktiver Enzyme in der globalen Virosphäre aufzudecken und deren komplexe evolutionäre Ursprünge sowie signifikante Rollen in Virus-Wirt-Interaktionen aufzuzeigen.