1012 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 zeigt, dass die Analyse von Ko-Expressionsnetzwerken im Vergleich zur herkömmlichen Differential-Expressionsanalyse ein aussagekräftigeres und parsimonischeres Modell für die funktionale Heterogenität von Mikroglia liefert, indem sie kontextabhängige molekulare Programme identifiziert, die über starre Zellidentitäten hinausgehen.
Die Studie stellt Locat vor, ein Framework zur Identifizierung hochspezifischer lokalisierter Marker-Gene in Einzelzell-Transkriptomdaten durch die gemeinsame Prüfung von Anreicherung innerhalb kompakter Zellregionen und Erschöpfung außerhalb dieser Bereiche, was präzisere Zellpopulationen und vergleichbare biologische Muster über verschiedene experimentelle Bedingungen hinweg ermöglicht.
Die Studie stellt CASPA vor, eine vollständig automatisierte Pipeline für die Einzelzell-Proteomik, die durch kontextbewusste Annotation mittels großer Sprachmodelle, optimierte Batch-Korrektur und spezifische Qualitätskontrollen die Reproduzierbarkeit und Interpretierbarkeit von Zelltyp-Identifikationen in verschiedenen biologischen Kontexten verbessert.
Diese Studie zeigt, dass die ultra-low-coverage-Ganzgenomsequenzierung (ulcWGS) in Kombination mit einem Referenzpanel eine zuverlässige und kostengünstige Methode zur Schätzung des Inzuchtgrades bei Hunden darstellt, was den Zugang zur genetischen Überwachung erweitert.
REBEL ist ein Framework, das durch die Anwendung von Heuristiken zur expliziten Auflösung von Abhängigkeiten und die Archivierung in einem lokalen Speicher sowie die automatische Generierung von Docker-Images die langfristige Reproduzierbarkeit und FAIR-Konformität bioinformatischer Analysen auch für Nutzer ohne Containerisierungsexpertise sicherstellt.
Die Studie nutzt Flow-Molekulardynamik-Simulationen, um zu zeigen, wie hydrodynamische Kräfte die von Willebrand-Faktor-Proteine von einem autoinhibierten in einen aktivierten Zustand überführen, wobei glykosylierte Module eine entscheidende Rolle bei der Regulation dieser mechanosensitiven Konformationsänderung spielen.
Die Studie zeigt, dass die Veröffentlichung von AlphaFold2 im Jahr 2021 den langjährigen Rückgang der Forschung an neuartigen Proteinen umkehrte und die wissenschaftliche Aufmerksamkeit auf weniger erforschte Zielstrukturen lenkte, was darauf hindeutet, dass KI-Modelle die Grenzen der Wissenschaft erweitern können, anstatt sie einzuengen.
Dieser Artikel stellt eine Übersicht über von den Autoren entwickelte Fiji/ImageJ-Plugins und Python-Tools vor, die zur Analyse der Bildqualität in der Rasterelektronenmikroskopie dienen und auf GitHub verfügbar sind.
RastQC ist ein in Rust geschriebenes, hochleistungsfähiges Werkzeug zur Qualitätskontrolle von Sequenzierungsdaten, das als kompakte statische Binärdatei sowohl FastQC-kompatible Kurzlese- als auch spezifische Langlese-Metriken vereint und dabei im Vergleich zu etablierten Lösungen wie FastQC deutlich höhere Geschwindigkeit und geringeren Speicherverbrauch bietet.
Eine systematische Domänenklassifikation von über 124.000 archaealen Proteinen mittels AlphaFold3 zeigt, dass das Faltrepertoire der Archaeen trotz geringer experimenteller Strukturdaten weitgehend mit dem anderer Lebensdomänen konserviert ist und die vermeintliche strukturelle Lücke auf Klassifikationsschwierigkeiten bei divergenten Sequenzen statt auf neuartige Strukturen zurückzuführen ist.