💻 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

Simplex-Constrained Neural Topic VAEs with Flow Refinement for Interpretable Single-Cell Gene-Program Discovery

Die Arbeit stellt Topic-FM vor, eine Familie neuronaler Topic-VAEs mit simplexbeschränktem latenten Raum und Fluss-basiertem Feintuning, die durch die Erzeugung direkt interpretierbarer Gen-Programme und signifikant verbesserte Clustering-Metriken auf 56 scRNA-seq-Datensätzen die interpretierbare Entdeckung biologischer Muster in der Einzelzell-Transkriptomik ermöglicht.

Fu, Z.2026-04-01
💻 Bioinformatik

CROWN: Curated Repository Of Well-resolved Noncovalent interactions

Das Paper stellt CROWN vor, einen umfassend kuratierten und maschinenlern-fähigen Datensatz von 153.005 Protein-Ligand-Komplexen, der durch einen automatisierten Vorverarbeitungsprozess und eine einzigartige energie-minimierende Nachbearbeitung die Lücke zwischen der hohen strukturellen Qualität kleinerer Datenbanken und der breiten Abdeckung großer Ressourcen schließt, um die Entwicklung von KI-Modellen für Bindungsstellen zu verbessern.

Poelmans, R., Van Eynde, W., Bruncsics, B., Bruncsics, B., Arany, A., Moreau, Y., Voet, A. R.2026-04-01
💻 Bioinformatik

Claw4Science: A Dataset and Platform for the OpenClaw Scientific Agent Ecosystem

Die Arbeit stellt Claw4Science vor, eine kuratierte Datensammlung und eine öffentliche Plattform, die das fragmentierte OpenClaw-Ökosystem wissenschaftlicher KI-Agenten durch die Zusammenführung von 91 Projekten und 2.230 Fähigkeiten in einer einheitlichen Schnittstelle strukturiert, um die Entdeckung, Vergleichbarkeit und Weiterentwicklung modularer wissenschaftlicher Workflows zu ermöglichen.

Xu, M., Chen, J., Zhang, Z.2026-04-01
💻 Bioinformatik

Accurate detection of mosaic mutations at short tandem repeats from bulk sequencing data

Die Studie stellt BulkMonSTR vor, ein computergestütztes Framework, das durch die Kombination von STR-spezifischer Fehlermodellierung und maschinellem Lernen somatische Mosaikmutationen an kurzen Tandemwiederholungen (STRs) aus Bulk-Sequenzierungsdaten präzise identifiziert und damit bestehende Methoden hinsichtlich Genauigkeit und Detektionsbreite übertrifft.

Wang, W., Li, W., Wang, C., Fan, W., Xia, Y., Yang, X., Chu, C., Dou, Y.2026-04-01
💻 Bioinformatik

Explainable protein-protein binding affinity prediction via fine-tuning protein language models

Die Studie stellt ein skalierbares, erklärbares und dateneffizientes Framework vor, das durch Feinabstimmung von Protein-Sprachmodellen die Bindungsaffinität von Proteinen ausschließlich aus der Sequenz vorhersagt und dabei sowohl in der Genauigkeit als auch in der Generalisierungsfähigkeit strukturbasierte Methoden übertrifft.

Singh, H., SINGH, R. K., Srivastava, S. P., Pradhan, S., Gorantla, R.2026-04-01