💻 Category

bioinformatics

861 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.

💻 bioinformatics

A foundation model enables prediction of natural product molecular properties, bioactivity, and structural similarity from biosynthetic gene cluster sequence

Dieses Paper stellt BGC-MLM vor, ein Foundation Model, das auf unbeschrifteten Biosynthese-Gencluster-Sequenzen vortrainiert wurde und die Vorhersage von Naturstoffeigenschaften, Bioaktivität sowie struktureller Ähnlichkeit signifikant verbessert, wodurch die Effizienz des Genome Mining für neuartige Naturstoffe gesteigert wird.

Walker, A.2026-07-07
💻 bioinformatics

Scop3P in 2026: an expanded proteomics-informed resource contextualizing phosphorylation sites through sequence, structure, mutation, and experimental provenance

Das 2026 erscheinende Update von Scop3P stellt eine bedeutende Erweiterung dieser proteomik-informierten Wissensdatenbank dar, indem es 152.350 einheitlich neu prozessierte menschliche Phosphorylierungsstellen mit umfassenden strukturellen, biophysikalischen, evolutionären und mutativen Annotationen integriert, um eine skalierbare, herkunftssichere Ressource zur Interpretation der Phosphorylierung in funktionellen und krankheitsbezogenen Kontexten bereitzustellen.

Ramasamy, P., Tichshenko, N., Diaz, A., Velghe, K., Massignani, E., Vranken, W. F., Martens, L.2026-07-06
💻 bioinformatics

Benchmarking AlphaFold and related deep learning approaches for modeling antibody and TCR antigen recognition

Diese Studie bewertet die Leistungsfähigkeit von AlphaFold2, AlphaFold3 und verbesserten Sampling-Protokollen bei der Modellierung der Antigenerkennung durch Antikörper und TCR und zeigt auf, dass ein erhöhtes Sampling und AlphaFold3 die Genauigkeit im Allgemeinen verbessern, der Erfolg jedoch je nach Komplexitätstyp erheblich variiert und durch das Zusammenführen komplementärer Modelle weiter gesteigert werden kann.

Yin, R., Saravanakumar, S., Shi, S. Y., Park, M., Lin, V., Lee, J., Cheung, M., Felbinger, N., Kaufman, S., Eisenberg, M (…)2026-07-06
💻 bioinformatics

Selecting Chromosomes for Polygenic Traits: Algorithms and Complexity

Diese Arbeit definiert und analysiert das NP-vollständige Problem der Auswahl genomischer Blöcke aus mehreren Quellgenomen zur Optimierung polygener Merkmale und schlägt eine Suite von Algorithmen vor – einschließlich eines zertifizierten Branch-and-Bound-Solvers, einer schnellen Block-Koordinatenabstieg-Heuristik sowie einer Semidefiniten-Programmierung-Relaxierung –, die kollektiv optimale oder nahezu optimale Lösungen mit theoretischen Garantien und empirischer Validierung auf Simulationen im Hefe-Maßstab bereitstellen.

Zuk, O.2026-07-05
💻 bioinformatics

GTcomplex: Spatial indexing-powered search and alignment of macromolecular complexes

GTcomplex ist ein neuartiger, auf räumlicher Indexierung basierender Algorithmus, der eine präzise und effiziente ganzheitliche Ausrichtung makromolekularer Komplexe ermöglicht, indem er Kettenzuordnungen direkt aus optimalen globalen Superpositionen ableitet und dabei bestehende Methoden hinsichtlich Geschwindigkeit und Präzision über diverse strukturelle Datensätze hinweg übertrifft.

Margelevicius, M.2026-07-05
💻 bioinformatics

Improving Generalizability in Whole-Cell Antibiotic Discovery Through Active Learning

Diese Studie zeigt, dass eine kalibrierte Active-Learning-Strategie, die durch retrospektive Simulationen optimiert und in einer Closed-Loop-Screening-Kampagne gegen *Borrelia burgdorferi* validiert wurde, die experimentellen Trefferraten signifikant erhöht und das Training generalisierbarer maschineller Lernmodelle ermöglicht, die in der Lage sind, die antibiotische Aktivität für Out-of-Distribution-Verbindungen präzise vorherzusagen.

Serrano, L. R., Zhou, A., Wei, Z., Stocks, K.-L. K., Ektefaie, Y., Gwynne, P. J., Chen, E., Krieger, I., Sacchettini, J. (…)2026-07-05
💻 bioinformatics

A High-Confidence Atlas of Protein Methylation Enables AI-Driven Detection of Methylated Peptides

Durch die Reanalyse öffentlicher Datensätze unter Anwendung strenger statistischer Kontrollen zur Erstellung eines hochkonfidenten menschlichen Methylierungsatlas von 1.828 Stellen entwickelten und validierten die Autoren ein auf Transfer Learning basierendes Deep-Learning-Modell (AHLF-Methylation), das die Detektion und Lokalisierung methylierter Peptide signifikant verbessert.

Wang, S., Hartmaring, Y., Schlaffner, C. N., Bowler-Barnett, E., Martin, M., Fan, J., Sun, Z., Renard, B. Y., Jones, A. (…)2026-07-04