1238 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 Paper stellt mRNA-GPT vor, ein generatives Modell, das durch Vor-Training auf 30 Millionen natürlichen Sequenzen und Reinforcement Learning erstmals eine end-to-end Optimierung ganzer mRNA-Sequenzen unter Berücksichtigung aller Regionen und ihrer Wechselwirkungen ermöglicht, um therapeutische Eigenschaften wie Stabilität und Translationseffizienz zu verbessern.
Diese Studie zeigt, dass bei der Klassifizierung von SARS-CoV-2-Varianten unter extremen Klassenungleichgewichten klassische Machine-Learning-Modelle mit TF-IDF-basierten k-Mer-Features und ein hybrider RF-SVM-Ansatz Deep-Learning-Methoden übertreffen und eine robuste, interpretierbare Lösung für die Erkennung seltener Varianten bieten.
Diese Studie zeigt, dass SNP-Heritabilitätsschätzungen stark von der gewählten Methodik abhängen, ihre Variation jedoch nur einen vernachlässigbaren Einfluss auf die nachgelagerte Leistung von polygenen Risikoscores hat.
Die Arbeit stellt SEGUID v2 vor, eine Erweiterung des ursprünglichen SEGUID-Algorithmus, die nun orientierungs- und rotationsinvariante Prüfsummen für verschiedene DNA- und RNA-Sequenztypen (einfach- und doppelsträngig, linear und zirkulär) generiert und dabei Base64url zur plattformübergreifenden Kompatibilität verwendet.
Die Autoren stellen ein neues mathematisches Modell vor, das mithilfe von Intensitäts-Dosis-Bioassays die Heterogenität der Insektizidresistenz in Moskitopopulationen erfasst und so eine genauere Vorhersage der Wirksamkeit von Insektizid-behandelten Netzen in Afrika ermöglicht.
Die Studie stellt eine Methode zur Bewertung der Stabilität von Clustering-Ergebnissen in Einzelzell-RNA-Sequenzierungsdaten vor, indem sie eine divisive hierarchische spektrale Clustering-Methode mit einer Baum-zu-Nesting-Mapping-Strategie kombiniert und die Konsistenz von Teilstichproben mit dem gesamten Datensatz analysiert.
Diese Arbeit stellt eine hocheffiziente Methode zur Genprädiktion vor, die auf einem Convolutional Neural Network (CNN) basiert und DNA-Sequenzen des menschlichen Genoms (GRCh38) unter Verwendung von TFxIDF-Features analysiert, um mit state-of-the-art-Ergebnissen Gene und Pseudogene zu identifizieren.
Diese Studie stellt eine hochdurchsatzfähige Pipeline zur Vorhersage von Protein-Protein-Interaktionen in Biosynthese-Genclustern vor, die durch die Kombination von AlphaFold3 und MMSeqs2 über 15.000 heteromere Interaktionen identifiziert und damit bisher verborgene molekulare Netzwerke sowie funktionelle Enzymkomplexe aufdeckt.
Dieser Artikel stellt einen neuartigen, auf Edit-Operationen basierenden Metrikansatz zum Vergleich von LGT-Netzwerken vor, dessen Berechnung im unbeschränkten Fall linear ist und im beschränkten Fall als FPT-Algorithmus effizient gelöst werden kann, um die bisherige Lücke bei der Bewertung phylogenetischer Netzwerke zu schließen.
Diese Studie bewertet sieben computergestützte Methoden zur Bereinigung von Einzelzell-RNA-Sequenzierungsdaten von umgebender RNA und stellt fest, dass zwar keine einzelne Methode in allen Szenarien überlegen ist, CellBender, DecontX und SoupX jedoch generell gut abschneiden.