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.
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.
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.
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.
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.
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 MAAMOUL vor, ein computergestütztes Framework, das durch die Integration von Metagenomik und Metabolomik in einem metabolischen Netzwerk krankheitsassoziierte funktionelle Verschiebungen im menschlichen Darmmikrobiom identifiziert, die mit herkömmlichen Analysemethoden oft übersehen werden.
DualLoc ist ein neuartiges, auf vollparametrischem Fine-Tuning von kaskadierten Dual-Transformern basierendes KI-Modell, das die Vorhersage der Proteinlokalisation in zehn zellulären Kompartimenten mit höherer Genauigkeit als bestehende Methoden ermöglicht und dabei biologisch relevante Zusammenhänge zwischen Organellen aufdeckt.
Diese Studie stellt mit der Metrik „mean evidence strength" (MES) ein neues Rahmenwerk vor, das die klinische Evidenzstärke von computergestützten Vorhersagen und Multiplex-Assays zur Bewertung von Varianten bewertet und dabei zeigt, dass traditionelle Diskriminierungsmetriken wie AUROC die tatsächliche Nützlichkeit für die klinische Klassifizierung nach ACMG/AMP-Richtlinien nicht vollständig erfassen.
Die Studie stellt ALPINE vor, eine skalierbare und reproduzierbare Pipeline auf Basis von Long-Read-Amplicon-Sequenzierung, die eine umfassende Klassifizierung und Quantifizierung heterogener Gen-Editierungsergebnisse, einschließlich komplexer Vektor-Integrationen und Strukturvarianten, ermöglicht.