1244 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 Arbeit definiert erstmals contigs für variable de Bruijn-Graphen als (ℓ, h)-Tigs, stellt einen effizienten Algorithmus zu deren Enumeration vor und zeigt, dass diese Methode auf PacBio HiFi-Daten die Kontiguität im Vergleich zu festgelegten Graphen deutlich verbessert, ohne den Rechenaufwand vollständiger Assembler zu erreichen.
Das Paper stellt Nerpa 2 vor, ein probabilistisches Framework auf Basis von Hidden-Markov-Modellen, das die präzise und skalierbare Verknüpfung von Biosynthese-Genclustern mit ihren nicht-ribosomalen Peptid-Produkten ermöglicht und dabei bestehende Methoden in Genauigkeit und Leistungsfähigkeit übertrifft.
Das Paper stellt ATOMICA vor, ein geometrisches Deep-Learning-Modell, das universelle, mehrskalige Repräsentationen von intermolekularen Schnittstellen über fünf verschiedene Modalitäten hinweg lernt und damit neue Möglichkeiten für die Vorhersage von Ligandenbindungen, insbesondere in unbekannten Proteinen, eröffnet.
Die Studie kombiniert über 820 Millionen computergenerierte Proteinstrukturen aus AlphaFold2 und ESMfold in einer umfassenden Metagenom-Analyse, die durch Clustering und Qualitätsfilterung tausende neuartige Domänenfaltungen und bisher unbekannte Domänenkombinationen aufdeckt und damit die immense, unerschlossene strukturelle Vielfalt der Proteinwelt beleuchtet.
Diese Studie zeigt, dass die Umgehung des nonsense-mediated mRNA decay (NMD) durch alternative intronische Polyadenylierung ein weit verbreiteter und bisher übersehener Mechanismus zur posttranskriptionellen Regulation der Genexpression ist, der durch gewebespezifische Schalter zwischen NMD-targetierten und NMD-entkommenden Isoformen in mehreren menschlichen Genen vermittelt wird.
MetaXtract ist ein Open-Source-Tool, das Metadaten aus Thermo-Fisher-Rohdaten extrahiert, um die FAIR-Prinzipien zu stärken, die Reproduzierbarkeit zu gewährleisten und Echtzeit-Qualitätskontrollen sowie maschinelles Lernen in Massenspektrometrie-Workflows zu ermöglichen.
Die Studie stellt XAMP vor, ein dual-engine Framework auf Basis von ESM-2 und Transformern, das durch die Analyse von Tiefsee-Mikrobiomen neuartige antimikrobielle Peptide identifiziert und experimentell als wirksam gegen multiresistente Erreger bestätigt.
Das Paper stellt ARCADIA vor, ein generatives Framework zur Integration von scRNA-seq und räumlicher Proteomik ohne Zell-Barcode-Kopplung, das durch die Ausrichtung modality-spezifischer Archetypen räumlich abhängige Transkriptionsprogramme aufdeckt.
RingNet ist ein webbasiertes, interaktives Visualisierungstool, das die Analyse und Darstellung komplexer multi-omischer Netzwerke in der Systemmedizin ohne umfangreiche Programmierkenntnisse ermöglicht und so biologische Erkenntnisse beschleunigt.
Das Paper stellt Neretva vor, ein Open-Source-Framework, das mithilfe von auto-encoding variational Bayes und neuronalen Inferenznetzwerken eine skalierbare und präzise Genotypisierung hochpolymorpher Genfamilien wie CYP und KIR ermöglicht.