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.
Die Autoren stellen einen DGIdb-Model-Context-Protocol-Server vor, der es großen Sprachmodellen ermöglicht, über natürliche Sprache direkt auf aktuelle Informationen der Drug-Gene Interaction Database zuzugreifen und so präzise biomedizinische Fragen zu beantworten.
Die Studie stellt einen adaptiven Autoencoder mit Dirichlet-Prozess-Prior vor, der durch die Optimierung der geometrischen Clusterstruktur in Einzelzell-Daten zwar die visuelle und manifolde Darstellung verbessert, jedoch einen Kompromiss bei der Genauigkeit der Zelltyp-Labels erfordert, wodurch sich ein abgestuftes Anwendungsspektrum für verschiedene Analyseziele ergibt.
Die Arbeit stellt Topic-FM vor, eine Familie neuronaler Topic-VAEs mit simplexbeschränktem latenten Raum und Fluss-basiertem Feintuning, die durch die Erzeugung direkt interpretierbarer Gen-Programme und signifikant verbesserte Clustering-Metriken auf 56 scRNA-seq-Datensätzen die interpretierbare Entdeckung biologischer Muster in der Einzelzell-Transkriptomik ermöglicht.
Diese Studie vergleicht umfassend verschiedene Methoden zur Biomarker-Identifizierung und Prognosemodellierung auf zensierten genomischen Daten mittels Simulationen und realer Krebsdaten und stellt fest, dass CoxBoost und das adaptive LASSO sowie LASSO und Elastic Net je nach Datencharakteristik die besten Ergebnisse erzielen.
Diese Studie identifiziert anhand von 237 Teilnehmern spezifische Serum-Metaboliten-Signaturen, darunter piperinhaltige Nahrungsmittelbestandteile und veränderte Metaboliten von Betablockern, die mit kognitiver Resilienz im Alter assoziiert sind.
Die Studie zeigt, dass maschinelle Lernmodelle, die auf DNA-Metabarcoding-Daten von von Bienen gesammeltem Pollen trainiert wurden, die geografische Herkunft von Proben mit hoher Genauigkeit vorhersagen können, wobei Rohsequenzdaten eine ebenso zuverlässige Alternative zu taxonomisch klassifizierten Daten darstellen.
Das Paper stellt circStudio vor, ein Python-Paket, das die Vorverarbeitung, Analyse und mathematische Modellierung von Aktigraphiedaten in einem einzigen Framework vereint, um reproduzierbare Workflows in der zirkadianen Biologie und Digital Health zu ermöglichen.
Diese Studie zeigt, dass die Integration der subzellulären Lokalisation in ein maschinelles Lernmodell die Vorhersage der Proteindetektierbarkeit in verschiedenen Krebsarten erheblich verbessert und dabei systematische Diskrepanzen zwischen RNA- und Proteinexpression aufdeckt, die auf strukturierte biologische Prozesse hinweisen.
Die Studie zeigt, dass die Kombination von Mutationsdetektion mit fragmentomischen Merkmalen die Nachweisempfindlichkeit von zirkulierender Tumor-DNA (ctDNA) zur Überwachung des minimalen Resttumors und zur Früherkennung von Rezidiven bei Darmkrebspatienten signifikant verbessert und dabei eine trainingsfreie, skalierbare Strategie bietet.
Diese Studie stellt eine neuartige Methode zur Affinitätsreinigung des menschlichen Komplementfaktors C1q vor, bei der mittels AlphaFold2 entworfene zyklische Peptide als hochspezifische Liganden dienen, die eine direkte Aufreinigung aus Plasma unter milden Bedingungen ermöglichen.