💻 Category

bioinformatics

1240 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.

CROWN: Curated Repository Of Well-resolved Noncovalent interactions

Das Paper stellt CROWN vor, einen umfassend kuratierten und maschinenlern-fähigen Datensatz von 153.005 Protein-Ligand-Komplexen, der durch einen automatisierten Vorverarbeitungsprozess und eine einzigartige energie-minimierende Nachbearbeitung die Lücke zwischen der hohen strukturellen Qualität kleinerer Datenbanken und der breiten Abdeckung großer Ressourcen schließt, um die Entwicklung von KI-Modellen für Bindungsstellen zu verbessern.

Poelmans, R., Van Eynde, W., Bruncsics, B., Bruncsics, B., Arany, A., Moreau, Y., Voet, A. R.2026-04-01💻 bioinformatics

Structure-Guided Computational Analysis of Linker effects in an scFv Targeting Guanylyl Cyclase C

Diese Studie nutzt computergestützte Methoden wie Molekülmodellierung und Molekulardynamik-Simulationen, um den Einfluss verschiedener Linker-Designs auf die Stabilität und Antigenbindung eines scFv-Antikörpersfragments zu analysieren, das gezielt den bei Darmkrebs häufig vorkommenden Rezeptor Guanylyl Cyclase C (GUCY2C) erkennt, und liefert damit ein Rahmenwerk für dessen rationale Optimierung.

Melo, R., Viegas, T.2026-04-01💻 bioinformatics

T-Rex: Standardized Analysis of Germline Variants in Whole-Exome Sequencing Trios

Das Paper stellt T-Rex vor, eine benutzerfreundliche Desktop-Anwendung, die es Kliniken ermöglicht, Whole-Exome-Sequenzierungs-Daten von Trios ohne Programmierkenntnisse lokal, standardisiert und datenschutzkonform zu analysieren, um seltene Keimbahnvarianten bei pädiatrischen Erkrankungen zu identifizieren.

Reh, S.-L., Walter, C., Lohse, J., Ghete, T., Metzler, M., Quante, A., Hauer, J., Auer, F.2026-04-01💻 bioinformatics

Claw4Science: A Dataset and Platform for the OpenClaw Scientific Agent Ecosystem

Die Arbeit stellt Claw4Science vor, eine kuratierte Datensammlung und eine öffentliche Plattform, die das fragmentierte OpenClaw-Ökosystem wissenschaftlicher KI-Agenten durch die Zusammenführung von 91 Projekten und 2.230 Fähigkeiten in einer einheitlichen Schnittstelle strukturiert, um die Entdeckung, Vergleichbarkeit und Weiterentwicklung modularer wissenschaftlicher Workflows zu ermöglichen.

Xu, M., Chen, J., Zhang, Z.2026-04-01💻 bioinformatics

STAPLE: automating spatial transcriptomics analysis and AI interpretation

Das STAPLE-System automatisiert und vereinheitlicht die räumliche Transkriptomik-Analyse durch ein modulares Framework, das verschiedene Tools integriert und KI-gestützte Berichte zur biologischen Interpretation erstellt, um Reproduzierbarkeit und Skalierbarkeit zu gewährleisten.

Lvovs, D., Quinn, J., Forjaz, A., Santana-Cruz, I., Stapleton, O., Vavikolanu, K., Wetzel, M., Data Science Hub TeamLab,, Demystifying Pancreatic Cancer Therapies TeamLab,, Pagan, V. B., Herb, B. R. (…)2026-04-01💻 bioinformatics

Dynamic multimodal survival prediction in multiple myeloma integrating gene expression, longitudinal laboratories, and treatment history

Die Studie stellt ein dynamisches multimodales Framework vor, das Genexpressionsdaten, longitudinale Laborwerte und die Behandlungshistorie integriert, um das Überleben bei Multiplem Myelom präziser vorherzusagen als bestehende Methoden und dabei biologisch plausible prognostische Marker identifiziert.

JIA, S., Lysenko, A., Boroevich, K. A., Sharma, A., Tsunoda, T.2026-04-01💻 bioinformatics

SSPSPredictor: A Sequence and Structure based Deep Learning Model for Predicting Phase-Separating Proteins

Die Studie stellt SSPSPredictor vor, ein neuartiges multimodales Deep-Learning-Modell, das Sequenz- und Strukturinformationen kombiniert, um Proteine mit Phasentrennungspotenzial präzise vorherzusagen, ihre treibenden Regionen zu identifizieren und Zusammenhänge zwischen Phasentrennung, intrinsisch ungeordneten Proteinen sowie pathogenen Mutationen aufzudecken.

Wang, T., Liao, S., Qi, Y., Zhang, Z.2026-04-01💻 bioinformatics

Accurate detection of mosaic mutations at short tandem repeats from bulk sequencing data

Die Studie stellt BulkMonSTR vor, ein computergestütztes Framework, das durch die Kombination von STR-spezifischer Fehlermodellierung und maschinellem Lernen somatische Mosaikmutationen an kurzen Tandemwiederholungen (STRs) aus Bulk-Sequenzierungsdaten präzise identifiziert und damit bestehende Methoden hinsichtlich Genauigkeit und Detektionsbreite übertrifft.

Wang, W., Li, W., Wang, C., Fan, W., Xia, Y., Yang, X., Chu, C., Dou, Y.2026-04-01💻 bioinformatics