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.
Das präsentierte, ausrichtungsunabhängige Framework STRmie-HD ermöglicht eine hochauflösende, interruptionsbewusste Genotypisierung und die quantitative Profilierung somatischer Mosaikismen bei der Huntington-Krankheit über verschiedene Sequenzierungsplattformen hinweg, wodurch subtile Sequenzvarianten und gewebespezifische Expansionsdynamiken präzise erfasst werden können.
EvoRMD ist ein interpretierbares, einheitliches Modell, das RNA-Sprachmodelle mit biologischen Kontextdaten kombiniert, um unter Berücksichtigung der biologischen Realität, dass an einer Stelle nur eine Modifikation auftreten kann, präzise Vorhersagen für elf verschiedene RNA-Modifikationen zu treffen.
Diese Studie stellt einen vollständig computergestützten End-to-End-Pipeline vor, der zur de novo-Entwicklung eines hochaffinen VHH-Nanokörpers (NbSpCas9-v1) führt, der spezifisch an die PI/RuvC-Schnittstelle von SpCas9 bindet und durch atomistische Validierung als stabiler, nicht-inhibierender distaler Binder für eine bivalente Hub-Architektur zur Verbesserung von CRISPR-Cas9-Systemen identifiziert wurde.
Diese Studie etabliert einen reproduzierbaren computergestützten Rahmen, der vier KI-Tools zur Entwicklung von BMPR1A-bindenden Peptiden für die Knorpelregeneration vergleicht und dabei ein PepMLM-Design als vielversprechendsten Kandidaten identifiziert.
Die Studie stellt SelectZyme vor, ein auf Protein-Sprachmodellen basierendes Framework, das durch die Integration von Embeddings, Dimensionsreduktion und hierarchischer Analyse eine strukturierte, annotierungsunabhängige Erkundung des Proteinsequenzraums ermöglicht und so die Enzymentdeckung von reinen Ähnlichkeitsschwellenwerten hin zu einer datengesteuerten, hypothesenbasierten Navigation transformiert.
Das Open-Source-Framework CBIcall ermöglicht die konsistente und reproduzierbare Variant-Calling-Analyse großer Sequenzierungs-Kohorten über heterogene Rechenumgebungen hinweg, indem es standardisierte Pipelines für WES, WGS und mitochondriale DNA über eine einzige YAML-Konfigurationsdatei steuert und validiert.
Isopedia ist eine Open-Source-Software, die durch eine evidenzbasierte, populationsweite Annotation von RNA-Isoformen aus 1.007 Long-Read-Datensätzen die Unterscheidung zwischen biologisch relevanten Transkripten und technischem Rauschen ermöglicht und so die Interpretation der menschlichen Transkriptomvielfalt revolutioniert.
Die Studie zeigt, dass bei der Klassifizierung von ALS-Patienten gegenüber Kontrollpersonen in kleinen klinischen Kohorten kompakte longitudinale Beschreibungen von Veränderungen aus gemischten Fragebögen einen größeren Vorhersagewert bieten als statische Textmerkmale oder reine Strukturdaten.
Die Studie stellt die neue Analysemethode ORPHEUS vor, die mithilfe von Einzelzell-Transkriptomdaten nachweist, dass bei Alzheimer-Patienten eine dramatische Entkopplung der zirkadianen Rhythmen in erregenden Neuronen vorliegt, die unabhängig von der Amplitude der einzelnen Zelloszillatoren ist.
Die Studie stellt CoMPLip vor, eine trainingsfreie Methode, die die Strukturvorhersage von Membranproteinen durch das explizite Ko-Falten mit Lipidmolekülen im AlphaFold-3-Workflow verbessert und so eine realistischere Membranumgebung sowie präzisere Konformationsvorhersagen ermöglicht.