1197 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 Paper stellt ProNA3D vor, ein vielseitiges Werkzeug zur Analyse von Protein-Nukleinsäure- und Nukleinsäure-Interaktionen, das experimentelle und computergestützte Strukturen integriert, interaktive Visualisierungen ermöglicht und durch Dichtezonierung die Untersuchung dynamischer Komplexe in Cryo-EM-Karten unterstützt.
Die Studie identifiziert eine epigenetisch eingeschränkte, stressunempfindliche Basal-Astrozyten-Zustands im präfrontalen Kortex als entscheidenden Vulnerabilitätsfaktor für die Alzheimer-Erkrankung bei Menschen mit Down-Syndrom, der sich durch einen Verlust häuslicher Schutzfunktionen und eine verminderte Entzündungsreaktivität auszeichnet.
Die Studie stellt eine reproduzierbare, offene Pipeline zur 3D-Rekonstruktion und quantitativen Analyse der Nanopartikelverteilung sowie der zellulären Morphologie in Tumorsphäroiden mittels Volumen-Elektronenmikroskopie vor, die eine hybride Segmentierungsstrategie aus einem feinabgestimmten Cellpose-SAM-Modell und einem empirischen Bayes-Ansatz nutzt.
Diese Studie liefert die erste umfassende Charakterisierung der 237 CdNAC-Transkriptionsfaktor-Gene im Genom von Cynodon dactylon, identifiziert deren phylogenetische Klassifizierung und zeigt ihre spezifischen Expressionsmuster sowie ihre regulatorischen Rollen bei der Toleranz gegenüber verschiedenen abiotischen Stressfaktoren auf.
Diese Studie zeigt, dass die biophysikalische Destabilisierung von Proteinen und Protein-Protein-Interaktionen durch Mutationen ein Schlüsselfaktor für das krebserregende Potenzial im menschlichen strukturellen Protein-Interaktom ist, wobei krebserregende Gene eine stärkere Destabilisierung aufweisen als das gesamte Krebsgenom.
Die Studie stellt Buscar vor, eine Open-Source-Methode für High-Content-Screenings, die durch die Analyse einzelner Zellen statt aggregierter Well-Daten die Sensitivität für heterogene zelluläre Effekte erhöht und gleichzeitig die Wirksamkeit sowie Spezifität von Perturbationen interpretierbar bewertet.
Diese Studie kombiniert gezielte Genom-Mining-Methoden mit strukturierter Modellierung, um über 900 bisher weitgehend unerforschte Biosynthesegene-Cluster für 7-Deazapurin-haltige Sekundärmetaboliten zu identifizieren und deren enzymatische Mechanismen sowie strukturelle Vielfalt aufzuklären.
Die DOME Copilot-Lösung nutzt ein Large Language Model, um strukturierte Berichte über KI-Methoden aus wissenschaftlichen Manuskripten zu extrahieren und so Transparenz sowie Reproduzierbarkeit in der Lebenswissenschaftsforschung zu fördern.
Diese Studie kalibriert Vorhersagewerkzeuge für in-frame-Indels für die klinische Variantenklassifizierung, indem sie Schwellenwerte nach ACMG/AMP-Richtlinien festlegt, und zeigt, dass diese zwar einen messbaren klinischen Nutzen bieten, jedoch im Vergleich zu Missense-Varianten-Prädiktoren eine geringere Leistung aufweisen.
Diese Studie zeigt, dass die Integration genomischer Merkmale wie der Tumormutationslast in pan-krebsartige Überlebensmodelle für Immuntherapien nur einen geringen prognostischen Mehrwert bietet, da klinische Variablen die Vorhersageleistung dominieren.