1243 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 Studie stellt SIR (Synergy via Isotonic Regression) vor, ein nichtparametrisches Framework mit wilder Bootstrap-Schätzung, das durch die Definition von Synergie als Abweichung von einer monoton-additiven Nullhypothese zuverlässigere p-Werte und höhere Reproduzierbarkeit bei der Identifizierung synergistischer Wirkstoffkombinationen im Vergleich zu bestehenden Methoden ermöglicht.
Dieses Paper stellt CosMxScope vor, ein leichtgewichtiges Open-Source-Framework, das die nahtlose Integration und Visualisierung von CosMx-Spatial-Transkriptomik-Daten in digitalen Pathologie-Umgebungen wie QuPath ermöglicht, indem es Rohdaten in rekonstruierte Ganzschnittbilder und GeoJSON-Objekte umwandelt.
Das Paper stellt den „Track Hub Quickload Translator" vor, eine webbasierte Anwendung, die Konfigurationsdateien zwischen dem UCSC Genome Browser und dem Integrated Genome Browser konvertiert und so Forschern erstmals den Zugriff auf Zehntausende veröffentlichter Genomassemblierungen in beiden Browsern ermöglicht.
Das in Python entwickelte VaLPAS-Framework nutzt experimentelle Multi-Omics-Daten, um durch statistische Assoziationsanalysen und das Prinzip der „Schuld durch Assoziation" bisher unbekannte Proteinfunktionen aufzuklären und so die funktionelle Dunkelheit im Proteinspace zu verringern.
Die Studie stellt MOAflow vor, einen mit Nextflow und Container-Technologien neu gestalteten und portablen Workflow für die Analyse von MOA-seq-Daten, der durch Modularisierung die Skalierbarkeit, Reproduzierbarkeit und Effizienz bestehender Bioinformatik-Pipelines erheblich verbessert.
Die Studie stellt „BrainYears" vor, einen nicht-invasiven, EEG-basierten KI-Algorithmus, der das biologische Alter des Gehirns präzise vorhersagt und durch eine signifikante Reduktion des vorhergesagten Alters in einer Interventionsgruppe als wirksames, für den Heimgebrauch geeignetes Maß zur Messung der Gehirnalterung und -modulation etabliert.
Diese Studie nutzt KI-gestützte Strukturvorhersagen, um zu zeigen, dass die hydrophobe Ligandenbindungstasche im TLR2-Rezeptor bei Wirbeltieren konserviert ist, während vergleichbare Strukturen in wirbellosen TLRs unabhängig durch konvergente Evolution entstanden sind.
Die Einführung von PatchMAN2 beschleunigt das fragmentbasierte Peptid-Docking durch strategisches Filtern von Fragmenten und lokale Docking-Modi, wodurch die Rechenzeit erheblich verkürzt wird, ohne die Genauigkeit zu beeinträchtigen.
Die vorgestellte Arbeit führt das Online-Symmetrische-Selbstspiel-Präferenz-Optimierungs-Framework (SSP) ein, das durch die Entkopplung mehrerer struktureller Ziele und den Austausch über einen gemeinsamen Stichprobenpool die Vielfalt und Qualität von Protein-Inverse-Folding-Lösungen im Vergleich zu bestehenden skalaren Ansätzen verbessert.
CLOP-DiT ist ein modulares Drei-Stufen-Verfahren, das mittels kontrastiven Text-Zell-Alignments und eines Diffusions-Transformers realistische synthetische Einzelzell-Transkriptomprofile aus strukturierten biologischen Beschreibungen generiert und damit die Machbarkeit textgesteuerter Zellzustands-Simulationen demonstriert.