1246 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 Studie widerlegt die Annahme, dass eine hohe statische Bindungsaffinität allein für die Neutralisierung des Nipah-Virus ausreicht, und schlägt stattdessen die „Kinetic-Compatibility-Hypothese" vor, wonach ein dynamischer, mehrstufiger Profilansatz mit spezifischen strukturellen Merkmalen für die Entwicklung wirksamer 15-kDa-Miniprotein-Therapeutika entscheidend ist.
Das Paper stellt HAETAE vor, einen hocheffizienten Epigenom-Transformer, der durch die Integration von 5-Methylcytosin aus Long-Read-Sequenzierung in ein 5-Basen-Framework eine state-of-the-art Genauigkeit bei der gewebe-spezifischen Vorhersage von Histon-Modifikationen erreicht und dabei die vorherrschende Skalierungsparadigma herausfordert.
Die Studie stellt eine neuartige unüberwachte Methode vor, die mithilfe von distanzbasiertem Anomalie-Scoring in der TCR-Sequenzraum-Analyse seltene, antigenspezifische T-Zell-Rezeptoren identifiziert, indem sie deren charakteristische Lokalisierung am Rand von V-Gen-Clustern nutzt, und übertrifft dabei bestehende Ähnlichkeits- und Häufigkeitsbasierte Ansätze signifikant.
Diese Arbeit entwickelt ein quantitatives bayessches Rahmenwerk, das die WHO-Risikogruppen mit einem Markov-Ketten-Modell kombiniert, um das Laborrisiko auf einer logarithmischen Skala messbar zu machen und so die statische Compliance-Bewertung durch ein dynamisches, evidenzbasiertes Ressourcenmanagement zu ersetzen.
Diese Studie stellt einen proof-of-concept-Workflow vor, der durch die Kombination von hochauflösenden DIA-MS/MS-Daten zur Erstellung von Referenzpeptid-Panels mit kosteneffizienten MS1-Only-Messungen und maschinellem Lernen eine schnelle, kultivierungsfreie Diagnose von Harnwegsinfektionserregern ermöglicht.
Die Studie stellt FishMamba-1 vor, ein skalierbares, auf der Mamba-2-Architektur basierendes Fundamentmodell mit linearer Komplexität, das speziell für die präzise Genomsegmentierung und Entschlüsselung der komplexen, polyploiden Genome von Cypriniden entwickelt wurde.
Das Paper stellt CESAR vor, ein neuartiges computergestütztes Werkzeug zur hochsensitiven Erkennung von Copy-Number-Variationen in zirkulierender Tumor-DNA mittels Segmentierung und dynamischer Anker-Neujustierung, das technische Rauschen effektiv unterdrückt und damit eine zuverlässige Detektion selbst bei extrem niedrigen Tumoranteilen ermöglicht.
Das Paper stellt MESSI, ein reproduzierbares Nextflow-Framework zur standardisierten Bewertung multimodaler Integrationsmethoden, vor und zeigt anhand von 19 realen Datensätzen, dass keine einzelne Methode universell überlegen ist, sondern die Wahl von der Balance zwischen Vorhersageleistung, biologischer Interpretierbarkeit und Recheneffizienz abhängt.
Das Paper stellt eine Erweiterung des Bayesianischen Inferenzmodells BICEP vor, das nun auch Indels und Copy-Number-Variationen für die Priorisierung seltener Varianten in Pedigree-Analysen berücksichtigt und dabei eine vergleichbare Genauigkeit wie das ursprüngliche SNV-Modell erreicht.
Das Paper stellt CellDEEP vor, ein neues Werkzeug zur Analyse differentieller Genexpression in scRNA-seq-Daten, das durch eine flexible Metazell-Pooling-Strategie die Nachteile bestehender Methoden überwindet und gleichzeitig die Anzahl falsch-positiver Ergebnisse reduziert sowie die Sensitivität im Vergleich zu Pseudobulk-Ansätzen erhöht.