💻 Category

bioinformatics

1197 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.

💻 Bioinformatik

PredHLM: quantitative and interpretable prediction of metabolic half-life in human liver microsomes

Diese Studie präsentiert PredHLM, ein quantitatives und interpretierbares, auf XGBoost basierendes maschinelles Lernmodell, das an nahezu 12.000 Verbindungen trainiert wurde, die Halbwertszeit des Metabolismus in menschlichen Lebermikrosomen genau vorhersagt und entscheidende chemische Treiber identifiziert, um eine schnelle Entscheidungsfindung in der frühen Arzneimittelentdeckung zu unterstützen.

Jang, J., Cho, N.-C., Oh, K.-S.2026-07-08
💻 Bioinformatik

Characterizing dynamic tissue architectures by identifying cell-type-specific spatiotemporal gene programs with stGP

Das Paper stellt stGP vor, ein statistisches Framework, das spatiotemporale transkriptomische Daten in zeitliche und räumliche Komponenten zerlegt, um interpretierbare, zelltypspezifische Genprogramme zu identifizieren und dadurch aufzuzeigen, wie sich dynamische Gewebearchitekturen und lokalisierte zelluläre Antworten über die Zeit und über anatomische Nischen hinweg entwickeln.

Yu, B., Tan, Z., Wan, X., Wang, H., Yang, C.2026-07-08
💻 Bioinformatik

Residual Multi-Modal Learning for Pan-Breast-Cancer Drug Response Prediction

Das Papier stellt DL4DR vor, ein Two-Tower-Residual-Late-Fusion-Deep-Learning-Modell, das Pan-Brustkrebs-Wirkstoffreaktionen vorhersagt, indem es Zelllinien als genomische Bilder kodiert und molekulare Repräsentationen kombiniert, wodurch es eine überlegene Generalisierung auf ungesehene Zelllinien und Krebstypen erreicht und gleichzeitig neuartige genomische Treiber identifiziert, ohne sich auf Zelllinienidentitäten zu verlassen.

Huang, B., Tasaka, L., Li, J., Islam, T., Zhang, S.2026-07-08
💻 Bioinformatik

Scanning transcriptomes for nonlinear, domain-level similarities using hmSEEKR

Das Papier stellt hmSEKRE vor, ein k-mer-basiertes Hidden-Markov-Modell, das Transkriptome scannt, um nicht-lineare Ähnlichkeiten auf Domänenebene in langen nichtkodierenden RNAs zu identifizieren und dadurch die Entdeckung funktionell verwandter RNA-Domänen sowie deren assoziierter Protein-Interaktionsnetzwerke ermöglicht, ohne dass ein Vorwissen über Sequenzalignments erforderlich ist.

Li, S., Sprague, D. A., Eberhard, Q. E., Boyson, S. P., Laederach, A., Calabrese, J. M.2026-07-08
💻 Bioinformatik

AllTheBacteria: a community resource empowers biology and discovers novel peptide antibiotics

Die Arbeit stellt AllTheBacteria vor, eine umfassende Community-Ressource, die nahezu 2,5 Millionen öffentliche bakterielle Genome einheitlich verarbeitet, um groß angelegte biologische Forschung zu ermöglichen, und demonstriert erfolgreich deren Nutzen durch die Entdeckung und Validierung neuartiger peptidischer Antibiotika mittels KI-gestützter Exploration.

Hunt, M., Torres, M. D. T., Alikhan, N.-F., Anderson, D., Andreani, M. L., Blom, J., Bouras, G., Brinkman, F., Carroll (…)2026-07-07
💻 Bioinformatik

PHI: A Galaxy-based workflow for reproducible prophage-host interaction analysis and standardized viral-genomics reporting

Das Paper stellt PHI vor, einen benutzerfreundlichen und automatisierten Galaxy-basierten Workflow, der die reproduzierbare Prophagen-Identifizierung, die Vorhersage von Wirtsinteraktionen sowie die funktionelle Charakterisierung optimiert und gleichzeitig standardisierte Berichte erstellt, um die Barrieren sowohl für Experten als auch für Nicht-Experten in der viralen Genomforschung zu senken.

Saraiva, J. P., Borim Correa, F., Bernt, M., Ghanem, N., Nieto, E., Brizola Toscan, R., Y. Wick, L., Chatzinotas, A.2026-07-07
💻 Bioinformatik

A foundation model enables prediction of natural product molecular properties, bioactivity, and structural similarity from biosynthetic gene cluster sequence

Dieses Paper stellt BGC-MLM vor, ein Foundation Model, das auf unbeschrifteten Biosynthese-Gencluster-Sequenzen vortrainiert wurde und die Vorhersage von Naturstoffeigenschaften, Bioaktivität sowie struktureller Ähnlichkeit signifikant verbessert, wodurch die Effizienz des Genome Mining für neuartige Naturstoffe gesteigert wird.

Walker, A.2026-07-07
💻 Bioinformatik

Scop3P in 2026: an expanded proteomics-informed resource contextualizing phosphorylation sites through sequence, structure, mutation, and experimental provenance

Das 2026 erscheinende Update von Scop3P stellt eine bedeutende Erweiterung dieser proteomik-informierten Wissensdatenbank dar, indem es 152.350 einheitlich neu prozessierte menschliche Phosphorylierungsstellen mit umfassenden strukturellen, biophysikalischen, evolutionären und mutativen Annotationen integriert, um eine skalierbare, herkunftssichere Ressource zur Interpretation der Phosphorylierung in funktionellen und krankheitsbezogenen Kontexten bereitzustellen.

Ramasamy, P., Tichshenko, N., Diaz, A., Velghe, K., Massignani, E., Vranken, W. F., Martens, L.2026-07-06
💻 Bioinformatik

Benchmarking AlphaFold and related deep learning approaches for modeling antibody and TCR antigen recognition

Diese Studie bewertet die Leistungsfähigkeit von AlphaFold2, AlphaFold3 und verbesserten Sampling-Protokollen bei der Modellierung der Antigenerkennung durch Antikörper und TCR und zeigt auf, dass ein erhöhtes Sampling und AlphaFold3 die Genauigkeit im Allgemeinen verbessern, der Erfolg jedoch je nach Komplexitätstyp erheblich variiert und durch das Zusammenführen komplementärer Modelle weiter gesteigert werden kann.

Yin, R., Saravanakumar, S., Shi, S. Y., Park, M., Lin, V., Lee, J., Cheung, M., Felbinger, N., Kaufman, S., Eisenberg, M (…)2026-07-06
💻 Bioinformatik

Selecting Chromosomes for Polygenic Traits: Algorithms and Complexity

Diese Arbeit definiert und analysiert das NP-vollständige Problem der Auswahl genomischer Blöcke aus mehreren Quellgenomen zur Optimierung polygener Merkmale und schlägt eine Suite von Algorithmen vor – einschließlich eines zertifizierten Branch-and-Bound-Solvers, einer schnellen Block-Koordinatenabstieg-Heuristik sowie einer Semidefiniten-Programmierung-Relaxierung –, die kollektiv optimale oder nahezu optimale Lösungen mit theoretischen Garantien und empirischer Validierung auf Simulationen im Hefe-Maßstab bereitstellen.

Zuk, O.2026-07-05