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.
Die Studie stellt das benutzerfreundliche Tool OpticalFlow3D vor, das die optische Flussanalyse auf dreidimensionale Fluoreszenzmikroskopiebilder anwendet, um die komplexe Bewegung amorpher biologischer Strukturen ohne Segmentierung quantitativ zu erfassen und so neue biologische Erkenntnisse zu ermöglichen.
Dieses Paper stellt den Trivial Tangle Traverser (TTT) vor, einen Algorithmus, der mithilfe von Abdeckungstiefe und Read-Ausrichtungen komplexe Knoten in Assemblierungsgraphen automatisch auflöst, um Lücken und Fehlassemblierungen in Genomen zu beheben.
Das Paper stellt InversePep vor, ein diffusionsbasiertes generatives Modell, das mithilfe von geometrischen Graph-Neuralen-Netzen und Transformer-Techniken strukturbasiertes Inverse Folding für funktionale Peptide ermöglicht und dabei die Leistung bestehender Protein-Design-Modelle bei der Erzeugung geometrie-konsistenter Sequenzen übertrifft.
Diese Studie liefert die erste computergestützte Analyse der menschlichen Titin-Domänen (Immunoglobulin-ähnlich, Fibronectin Typ III und Proteinkinase) und identifiziert deren unterschiedliche Stabilität als vielversprechende Grundlage für die Entwicklung neuer molekularer Marker zur Schätzung der postmortalen Intervalle in der Forensik.
Das Paper stellt NeuroNarrator vor, das erste allgemeine EEG-zu-Text-Grundlagenmodell, das mithilfe des umfassenden NeuroCorpus-160K-Datensatzes und einer Architektur, die spektro-räumliche Verankerung mit zustandsrauminspiriertem zeitlichem Schlussfolgern kombiniert, präzise klinische Narrative aus Elektroenzephalographie-Daten generiert.
Die Studie stellt CLEAR vor, ein multimodales Framework, das allgemeine LLM-Einbettungen durch die Ausrichtung auf einen krankheitsspezifischen biomedizinischen Wissensgraphen optimiert, um die Vorhersagegenauigkeit für die Arzneimittelwiederverwendung bei neurodegenerativen Erkrankungen wie Alzheimer signifikant zu steigern.
Die Studie stellt MOZAIC vor, ein neues Framework für die fragmentbasierte Wirkstoffentwicklung, das reaktionsbasiertes Fragment-Wachstum mit Conformational Space Annealing kombiniert, um synthetisch zugängliche, chemisch diverse und leistungsfähige Wirkstoffkandidaten zu generieren.
Diese Studie erstellt den ersten computergenerierten 3D-Atlas der menschlichen GPCR-G-Protein-Komplexe mittels AlphaFold3 und maschinellem Lernen, um die Kopplungsspezifitäten des gesamten GPCRoms aufzuklären, experimentell neue Bindungen zu validieren und die Unterschiede zwischen gesunden Geweben und Krebszellen für die Entwicklung präziser Therapien zu nutzen.
Die Studie stellt DIA-NN EasyFilter (DEF) vor, einen schnellen und benutzerfreundlichen KNIME-Workflow, der die Analyse von DIA-MS/MS-Proteomikdaten ohne Programmierkenntnisse durch umfassende Filterung, Qualitätsbewertung und Visualisierung erleichtert.
NanoVI ist eine Nextflow-Pipeline, die mithilfe von bayesscher Variationsinferenz eine präzise, unsicherheitsquantifizierte und reproduzierbare Art-zu-Art-Taxonomie-Klassifizierung von vollständigen 16S-rRNA-Nanopore-Lesungen ermöglicht und dabei im Vergleich zu bestehenden EM-basierten Werkzeugen eine höhere Geschwindigkeit und geringere Fehlerrate aufweist.