1178 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 Studie identifiziert das essenzielle Stoffwechselenzym PabB als ein vielversprechendes Wirkstoffziel für Tuberkulose und nutzt computergestützte Pfadanalyse sowie molekulares Docking, um FDA-zugelassene Medikamente zu screenen, wobei sie letztlich Ligand 5 und Ligand 27 als potenzielle Kandidaten für das Drug Repurposing hervorhebt.
Diese Studie analysiert 1,7 Millionen Mikroskopie-Publikationen von 2010 bis 2025, um eine wachsende Abhängigkeit von Bildanalysesoftware aufzuzeigen – angeführt von ImageJ/Fiji mit zunehmender fachspezifischer Einführung von Werkzeugen wie QuPath und napari – während sie gleichzeitig hervorhebt, dass Zitationszahlen die tatsächliche Nutzung oft unterschätzen, und Forscher dazu drängt, ihre Softwaremethoden explizit zu zitieren und zu berichten, um die Reproduzierbarkeit zu verbessern.
Dieses Paper stellt eine skalierbare und reproduzierbare Pipeline vor, die GWAS-Zusammenfassungsstatistiken mit funktionellen Annotationen integriert, um kuratierte, balancierte und annotationsreiche Datensätze für die systematische Untersuchung von Variantenassoziationen mit komplexen Störungen zu generieren.
Das Paper stellt Auto-AVS vor, ein Open-Source-Rechenframework, das 3D-autophagische Vakuolen und virtuelle TEM-Schnittbildung simuliert, um stereologische Annahmen zu validieren, wobei es aufzeigt, dass während die Schätzungen der Körpergröße konsistent bleiben, Diskrepanzen in den Verteilungen der Körperanzahl den kritischen Einfluss von räumlicher Clusterbildung und Vakuolengeometrie auf die 2D-Mikroskopie-Inferenz verdeutlichen.
Das Paper stellt DeepMAST vor, ein evidenzbasiertes Multi-Agenten-KI-System, das die Analyse der räumlichen Transkriptomik mit einer literaturbasierten Abfrage integriert, um die Priorisierung von Zielmolekülen zu automatisieren, wobei es ICAM-1 erfolgreich als validiertes therapeutisches Ziel für idiopathische Lungenfibrose identifiziert hat.
Diese Arbeit stellt POISK vor, einen groß angelegten, aus Patenten abgeleiteten Antikörper-Datensatz, um zu zeigen, dass aktuelle Strukturvorhersagemodelle zwar die Identifizierung von Bindern gegenüber der Zufallsauswahl statistisch anreichern können, es ihnen jedoch an der Zuverlässigkeit für das Screening einzelner Kandidaten und die genaue Epitoplokalisierung mangelt, was deren Einsatz neben orthogonalen experimentellen Methoden erforderlich macht.
Diese Studie präsentiert den bislang größten integrierten Atlas der Einzelzell-RNA-Sequenzierung des kutanen T-Zell-Lymphoms, wobei rigorose statistische Methoden eingesetzt werden, um vorangegangene Einschränkungen zu überwinden und molekulare Subtypen sowie eine Umgestaltung des Mikromilieus mit signifikantem prognostischem Wert zu identifizieren.
Das Paper stellt corrdeconv vor, eine Methode, die die grundlegende Fehlinterpretation von krankheitsbedingten Verschiebungen des Zellzustands als Änderungen der Abundanz in Bulk- und Spatial-Omics-Daten korrigiert, wodurch bestehende Benchmarks umgestoßen und alle veröffentlichten Dekonvolutionsmethoden übertroffen werden, indem die Mehrheit der fehlerhaften Behauptungen über Krankheitsauswirkungen eliminiert wird.
Die Autoren präsentieren BUDDY, eine interaktive Webplattform, die die funktionelle Modellierung menschlicher Missense-Varianten in *Saccharomyces cerevisiae* durch die Integration von bioinformatischen Werkzeugen, struktureller Visualisierung und KI-gestütztem experimentellem Design rationalisiert und dadurch die Variantenanalyse beschleunigt sowie für Nutzer ohne vorherige bioinformatische Ausbildung zugänglich macht.
Diese Arbeit präsentiert eine systematische Benchmarking-Studie von 12 Methoden zur differenziellen Rhythmik unter Verwendung eines synthetischen RNA-Seq-Modells, um Biologen praktische Leitlinien zur Auswahl der am besten geeigneten Werkzeuge für die Analyse von Zeitreihen-Transkriptomdaten basierend auf spezifischen experimentellen Bedingungen und analytischen Zielen bereitzustellen.