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.
Diese Studie entwickelt und bewertet computergestützt ein synthetisches GluN1-Peptid-Mimetikum, das als molekularer Köder zur Neutralisierung pathogener Autoantikörper bei der anti-NMDAR-Enzephalitis dient und dabei eine signifikant höhere Bindungsaffinität als eine Kontrollsequenz aufweist.
Die Studie stellt einen hybriden Ansatz vor, der generative KI mit evolutionären Algorithmen und virtuellem Screening kombiniert, um gezielt synthetisch zugängliche Leitstrukturen in ultragroßen chemischen Räumen zu identifizieren, was durch die erfolgreiche Entdeckung und Validierung von pH-spezifischen Liganden für den μ-Opioidrezeptor demonstriert wird.
ClumPyCells ist ein statistisches Framework, das die räumliche Aggregation von Zellen und Markern in komplexen Geweben präzise analysiert, indem es Verzerrungen durch unterschiedliche Zellgrößen und störende Zelltypen korrigiert.
Das Paper stellt PHENOCAUZ vor, ein computergestütztes Framework, das mithilfe von Mendelschen Krankheitsdaten und maschinellem Lernen klinische Symptome mit ihren molekularen Ursachen verknüpft, um neue therapeutische Targets zu identifizieren und unerwünschte Arzneimittelwirkungen vorherzusagen.
Das Paper stellt Cellector vor, ein computergestütztes Werkzeug zur präzisen Detektion seltener Zellen mit fremdem Genotyp in scRNAseq-Daten, das insbesondere für die Überwachung von minimaler Resterkrankung (MRD) bei Leukämiepatienten nach Stammzelltransplantation und zur Analyse von Mikrochimärismus eingesetzt werden kann.
Die Studie stellt scSAGA vor, eine skalierbare und speichereffiziente Methode zur geometrieerhaltenden Integration multimodaler Einzelzell-Daten (scRNA-seq und scATAC-seq), die durch den Einsatz von Gromov-Wasserstein-Optimierung und spärlicher linearer Algebra präzise Zellzuordnungen auch bei Datensätzen mit über einer Million Zellen ermöglicht.
Die Studie stellt AINN-P1 vor, ein kompaktes, rein sequenzbasiertes Protein-Sprachmodell mit 167 Millionen Parametern und einer effizienten mLSTM-Architektur, das auf ProteinGym-Fitnessvorhersageaufgaben konkurrenzfähige Ergebnisse erzielt und durch seine geringen Rechenanforderungen sowie einfache Anpassbarkeit besonders für den praktischen Einsatz in der Wirkstoffentwicklung geeignet ist.
Diese Studie präsentiert eine neuartige integrative Meta-Analyse von Transposons in vier Einzelzell-RNA-Sequenzierungs-Datensätzen der Substantia nigra, um ein zelltypspezifisches Atlas zu erstellen, das die Rolle von Transposons bei geschlechtsspezifischen Unterschieden in der Parkinson-Krankheit aufklärt und mögliche Wirkmechanismen vorgeschlagen werden.
Das Paper stellt Lemonite vor, ein datengesteuertes und interpretierbares Framework zur Integration von Transkriptomik- und Metabolomikdaten, das die systematische Identifizierung regulatorischer Metaboliten ermöglicht und neue regulatorische Zusammenhänge bei Krankheiten wie Glioblastom und chronisch-entzündlichen Darmerkrankungen aufdeckt.
Die Studie stellt deluxpore vor, eine Nextflow-Pipeline, die eine präzise Demultiplexierung von Nanopore-Daten aus Illumina-Dual-Index-Bibliotheken ermöglicht und damit hybride Target-Capture-Long-Read-Sequenzierungsworkflows für die Charakterisierung seltener mikrobieller Taxa unterstützt.