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.
Diese Arbeit stellt einen Reinforcement-Learning-Ansatz vor, der Diffusionsmodelle für das molekulare Docking so verfeinert, dass sie physikalisch plausible Konformationen und Schlüsselinteraktionen ohne zusätzlichen Rechenaufwand während der Inferenz zuverlässig vorhersagen und dabei sowohl klassische als auch andere maschinelle Lernverfahren übertreffen.
Diese Studie stellt zwei neue Methoden vor, die in der phylogenetischen Maximum-Likelihood-Analyse die Häufigkeit von Abstammungslinien berücksichtigen, um die Genauigkeit der Stammbaum-Rekonstruktion, insbesondere bei SARS-CoV-2, erheblich zu verbessern, indem sie die Platzierung von Sequenzen auf häufige statt seltene Stämme priorisieren.
Das Paper stellt Amaranth vor, einen neuartigen Single-Cell-Transkriptom-Assembler, der durch die diskriminierende Modellierung unterschiedlicher biologischer und statistischer Eigenschaften von UMI- und internen Reads die Genauigkeit der Isoform-Rekonstruktion in Smart-seq3-Daten signifikant verbessert.
Die Studie stellt PerturbGraph vor, ein graphbasiertes Lernframework, das biologische Interaktionsnetzwerke und funktionale Annotationen nutzt, um die Transkriptionsantworten auf bisher unbeobachtete genetische Perturbationen präziser vorherzusagen als bestehende Methoden.
Nextstrain automatisiert die Echtzeit-phylodynamische Analyse offener Sequenzdaten für 21 Viren und Mycobacterium tuberculosis, um durch tägliche Aktualisierungen und öffentliche Visualisierung kontinuierliche Einblicke in die Evolution und Epidemiologie dieser Krankheitserreger zu ermöglichen.
Die Studie stellt FoundedPBI vor, ein Ensemble-Deep-Learning-Verfahren, das genomische Grundmodelle mit einer adaptierten Langkontext-Strategie kombiniert, um Phagen-Bakterien-Interaktionen allein aus DNA-Sequenzen präziser vorherzusagen als bisherige State-of-the-Art-Methoden.
Diese Studie zeigt durch strukturelle Modellierung von Enzympaaren in E. coli, dass zwar eine Tendenz zur Interaktion besteht, jedoch keine systematischen Belege für eine räumliche Optimierung der katalytischen Zentren zur Erhöhung der Metabolitenübertragungseffizienz vorliegen.
Das Paper stellt Tripso vor, ein selbstüberwachtes Transformer-Modell, das durch die Abbildung zellulärer Zustände auf spezifische Genprogramme nicht nur interpretierbare Einblicke in Entwicklungs- und Krankheitsprozesse ermöglicht, sondern auch experimentell validierbare biologische Hypothesen generiert.
Die Arbeit stellt die Signature Distance vor, eine strukturelle Verallgemeinerung der Energiedistanz, die durch den Vergleich sortierter Distanzprofile nicht nur Verschiebungen, sondern auch lokale Dichte- und topologische Änderungen in hochdimensionalen biologischen Daten erfasst und sich sowohl für die Generativmodellierung als auch für Hypothesentests eignet.
Das Paper stellt Chromatix vor, eine Open-Source-Bibliothek, die auf JAX aufbaut und durch GPU-beschleunigte, differenzierbare Wellenoptik-Simulationen die Standardisierung und Leistungsfähigkeit in der rechnerischen Optik für Anwendungen wie Mikroskopie und Holographie verbessert.