💻 Category

bioinformatics

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.

💻 Bioinformatik

Improved quantitation in data-independent acquisition proteomics via retention time boundary imputation

Die Studie stellt „Nettle" vor, eine Open-Source-Methode zur Verbesserung der Quantifizierung in der DIA-Proteomik durch Imputation von Retentionszeitgrenzen anstelle von fehlenden Intensitätswerten, was zu genaueren Ergebnissen, niedrigeren Nachweisgrenzen und der Möglichkeit führt, quantitative Verhältnisse in Fällen zu bestimmen, die mit herkömmlichen Ansätzen nicht lösbar wären.

Harris, L. J., Riffle, M., Shulman, N., Fondrie, W. E., Wu, C. C., Johnson Erickson, D. P., Morimoto, A., Shaver, B., St (…)2026-04-03
💻 Bioinformatik

CellWHISPER disentangles direct cell-cell communication from structural proximity

CellWHISPER ist ein statistisches Framework, das mithilfe eines speziellen Hypothesentests und latenter Variablenmodelle direkte Zell-Zell-Kommunikation aus räumlichen Transkriptomdaten präzise von struktureller Nähe unterscheidet, um robuste und skalierbare Einblicke in Gewebe- und Krankheitsmechanismen zu ermöglichen.

Kumar, A., Moctezuma, F. R., Aggarwal, B., Zhang, N., Coskun, A. F., Sinha, S.2026-04-03
💻 Bioinformatik

OncoMORPHIA: An Integrated Web Platform for Interactive 3D Visualization and Functional Annotation of Cancer Mutations

OncoMORPHIA ist eine kostenlose, browserbasierte Webplattform, die die 3D-Visualisierung von Proteinstrukturen mit klinischen Annotationen, Drug-Target-Interaktionen, Überlebensanalysen und KI-gestützten Interpretationen für Krebsmutationen in einer einzigen Schnittstelle vereint, um Forschern eine integrierte Analyse ohne bioinformatische Vorkenntnisse zu ermöglichen.

Cimesa, M., Sokic, A.2026-04-03
💻 Bioinformatik

DeepTrio: Variant Calling in Families Using Deep Learning

DeepTrio ist ein auf Deep Learning basiertes Werkzeug, das ohne explizite Vererbungspriors die Sequenzdaten von Eltern-Kind-Trios analysiert und dabei eine höhere Genauigkeit bei der Variantenentdeckung als DeepVariant erreicht, insbesondere bei niedrigeren Abdeckungstiefen und auf verschiedenen Sequenzierplattformen.

Brambrink, L., Kolesnikov, A., Goel, S., Nattestad, M., Yun, T., Baid, G., Yang, H., McLean, C., Shafin, K., Chang, P.-C (…)2026-04-02
💻 Bioinformatik

Optimisation of Weighted Ensembles of Genomic Prediction Models in Maize

Diese Studie zeigt, dass die Optimierung der Gewichte in genomischen Vorhersagemodell-Ensembles für Mais, beispielsweise mittels linearer Transformation, Nelder-Mead oder Bayes-Verfahren, die Vorhersagegenauigkeit insbesondere dann verbessern kann, wenn die optimalen Gewichte stark von der einfachen Durchschnittsbildung abweichen, wobei jedoch keine der drei untersuchten Methoden eindeutig überlegen war.

Tomura, S., Powell, O. M., Wilkinson, M. J., Lefevre, J., Cooper, M.2026-04-02
💻 Bioinformatik

Towards a Cytometry Foundation Model: Interpretable Sample-level Predictive Modelling via Pretrained Transformers

Die Studie stellt das Generalised Pretrained Cytometry Transformer (GPCT) vor, ein interpretierbares Framework, das durch einen zytometriespezifischen Vorab-Trainingsprozess robuste und generalisierbare Vorhersagen auf Probenebene ermöglicht und gleichzeitig biologisch relevante Zellsubsets identifiziert.

Zhuang, Z., Mashford, B. S., Zheng, L., Andrews, T. D.2026-04-02
💻 Bioinformatik

DESPOT: Direction-Enhanced Scoring POTentials

Die Studie stellt DESPOT vor, ein anisotropes, wissensbasiertes Potenzial, das durch die Modellierung der bedingten Wahrscheinlichkeit von Liganden-Atomtypen an diskretisierten räumlichen Positionen um Proteinatome herum die Richtungsabhängigkeit molekularer Erkennung erfasst und damit die Leistung bei der Pose-Bewertung und virtuellen Screening-Aufgaben im Vergleich zu isotropen Methoden signifikant verbessert.

Poelmans, R., Bruncsics, B., Arany, A., Van Eynde, W., Shemy, A., Moreau, Y., Voet, A. R.2026-04-02