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.
Das Paper stellt GAZE vor, ein physik-informiertes Graph-Neural-Network, das Genexpression, funktionelle Enzym-Embeddings und Metaboliten-Deskriptoren integriert, um eine präzise Zero-Shot-Vorhersage von Metabolitenkonzentrationen über diverse biologische Kontexte hinweg zu erreichen, ohne dass ein metabolitenspezifisches Training erforderlich ist.
WattmaMod ist ein neuartiges Deep-Learning-Framework, das selbstüberwachtes Pretraining, Wavelet-gestützte Kodierung und dynamische Cross-Attention nutzt, um eine robuste, hochauflösende und erweiterbare Profilierung diverser RNA-Modifikationen aus Nanopore-Direct-RNA-Sequenzierungsdaten zu ermöglichen, selbst bei begrenzten annotierten Ressourcen.
MCD Stitcher ist ein Open-Source-Python-Tool, das proprietäre Imaging Mass Cytometry-Dateien (.mcd) in interoperable OME-TIFF-Formate mit automatisierter Ganzpräparats-Stitching konvertiert und so groß angelegte räumliche Analysen auf Standard-Workstations ohne herstellerspezifische Software ermöglicht.
Die Autoren führen BaySeq-Y ein, eine neuartige Bayes-Methode, die durch die Integration von Lesetiefe, Allel-Imbalance und Haplotyp-Phasierung den mosaischen Verlust des Chromosoms Y direkt und präzise aus Sequenzierungsdaten quantifiziert und dabei bestehende Ansätze sowohl in Simulationen als auch in biologischen Validierungen übertrifft.
Durch die Implementierung eines funktionellen Modells des Insekten-Orientierungskreislaufs auf einem Roboter demonstrierten Forscher, dass das System zwar erfolgreich Orientierungshinweise wie Wind an Licht kalibrieren und substituieren kann, es jedoch auch eine Richtungsverzerrung offenbart, die durch Konflikte zwischen rekurrenten und instantanen Eingaben verursacht wird, welche echte Insekten vermutlich durch evolvierte neuronale Mechanismen kompensieren.
Diese explorative Analyse des MSK-CHORD-Datensatzes legt nahe, dass die EGFR L858R+T790M-Kombinationsmutation beim nicht-kleinzelligen Lungenkarzinom, im Gegensatz zu Kontexten mit ausschließlich L858R oder ausschließlich T790M, in denen Osimertinib überlegen oder ebenbürtig ist, eine eigenständige pharmakologische Entität darstellen könnte, bei der Erlotinib numerisch besser abschneidet als Osimertinib, was eine prospektive Validierung rechtfertigt.
Diese Studie zeigt auf, dass die kognitive Resilienz gegenüber der Alzheimer-Pathologie durch einen distinkten molekularen Zustand gekennzeichnet ist, der auf einer erhaltenen NPTX2-Expression basiert, welche die zentralen synaptischen und inhibitorischen Programme aufrechterhält, während sie in Individuen mit hoher Pathologie selektiv adaptive Proteostase-, Trafficking- und Immunwege rekrutiert – eine Koordination, die bei symptomatischem Krankheitsverlauf verloren geht.
Diese Studie zeigt auf, dass gepoolte Korrelationskoeffizienten in Bulk- und Single-Cell-Transkriptomdaten häufig die Netzwerkinferenz irreführen, indem sie aufgrund von durch biologische Heterogenität getriebeneren Simpson-Paradoxien die Richtung umkehren, was die Meldung kontextspezifischer Korrelationen und Heterogenitätsstatistiken anstelle des Vertrauens auf einzelne globale Schätzwerte erforderlich macht.
OpenGerminal präsentiert eine vollständig quelloffene Implementierung der Germinal-Antikörperdesign-Pipeline, die proprietäre Komponenten durch einen Open-Source-Stack ersetzt, AbLang1 adaptiert und dadurch signifikant höhere Cofolding-Passraten sowie eine breitere Zugänglichkeit bei der Bereitstellung erreicht, während äquivalente strukturelle Konfidenzmetriken beibehalten werden.
Die Arbeit argumentiert, dass die stagnierende Vorhersageleistung bei der Modellierung der Hautpenetration von Peptiden auf einer schlecht definierten Abhängigkeit von konfundierten transdermalen Flux-Labels beruht, welche Transportvehikel und Endpunkte ignorieren, und schlägt stattdessen einen neu konzipierten Ansatz vor, der das intrinsische Barriereüberwindungspotenzial von lieferungsspezifischer Retention und Risiko trennt.