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.
Das Paper stellt Cellector vor, ein computergestütztes Werkzeug zur präzisen Detektion seltener Zellen mit fremdem Genotyp in scRNAseq-Daten, das insbesondere für die Überwachung von minimaler Resterkrankung (MRD) bei Leukämiepatienten nach Stammzelltransplantation und zur Analyse von Mikrochimärismus eingesetzt werden kann.
Die Studie stellt MAAMOUL vor, ein computergestütztes Framework, das durch die Integration von Metagenomik und Metabolomik in einem metabolischen Netzwerk krankheitsassoziierte funktionelle Verschiebungen im menschlichen Darmmikrobiom identifiziert, die mit herkömmlichen Analysemethoden oft übersehen werden.
DualLoc ist ein neuartiges, auf vollparametrischem Fine-Tuning von kaskadierten Dual-Transformern basierendes KI-Modell, das die Vorhersage der Proteinlokalisation in zehn zellulären Kompartimenten mit höherer Genauigkeit als bestehende Methoden ermöglicht und dabei biologisch relevante Zusammenhänge zwischen Organellen aufdeckt.
Diese Studie stellt mit der Metrik „mean evidence strength" (MES) ein neues Rahmenwerk vor, das die klinische Evidenzstärke von computergestützten Vorhersagen und Multiplex-Assays zur Bewertung von Varianten bewertet und dabei zeigt, dass traditionelle Diskriminierungsmetriken wie AUROC die tatsächliche Nützlichkeit für die klinische Klassifizierung nach ACMG/AMP-Richtlinien nicht vollständig erfassen.
Die Studie stellt ALPINE vor, eine skalierbare und reproduzierbare Pipeline auf Basis von Long-Read-Amplicon-Sequenzierung, die eine umfassende Klassifizierung und Quantifizierung heterogener Gen-Editierungsergebnisse, einschließlich komplexer Vektor-Integrationen und Strukturvarianten, ermöglicht.
Diese Studie erstellt eine transcriptomische Atlas von Sepsis-Patienten, identifiziert vier molekulare Subtypen mit unterschiedlichen Krankheitsverläufen und leitet daraus subtypspezifische Wirkstoffwiederentdeckungsmöglichkeiten für eine präzisere Sepsisbehandlung ab.
Das Paper stellt Panmap vor, ein skalierbares Werkzeug, das mithilfe einer phylogenetisch komprimierten k-mer-Indexierung effizient Sequenzierungsdaten auf pangenomische Referenzen mit bis zu mehreren Millionen Genomen abgleicht, genotypisiert und phylogenetisch einordnet.
Die Studie nutzt hochqualitative Langread-Genomdaten des Vertebrate Genomes Project, um eine skalierbare epigenomische Analyse der Promotor-Methylierung bei 82 Wirbeltierarten durchzuführen und dabei sowohl ein konserviertes Hypomethylierungsmuster an Transkriptionsstartstellen als auch linienabhängige Unterschiede und phylogenetische Muster aufzudecken.
Die Arbeit stellt DeepBranchAI vor, einen neuartigen kaskadierten Workflow, der durch einen positiven Feedback-Loop aus initialen Zufallswald-Vorhersagen und Expertenverfeinerung die manuelle Annotation für die topologieerhaltende 3D-Segmentierung von Verzweigungsnetzwerken drastisch reduziert und dabei robuste, generalisierbare nnU-Net-Modelle erzeugt.
Die Autoren stellen eine neue, dynamische und platzsparende Datenstruktur auf Basis von run-length-komprimierten Skiplists vor, die effiziente Operationen auf Graph-Burrows-Wheeler-Transformations-Indizes (GBWT) für Pangenom-Analysen mit Syncmern ermöglicht und eine schnelle Suche in großen menschlichen Genom-Datensätzen erlaubt.