💻 Category

bioinformatics

1012 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.

💻 bioinformatics

From Plants to Patients: Mitochondrial Stress Signaling as a Systems Framework for Human Disease Vulnerability

Diese Arbeit schlägt ein vergleichendes *in silico*-Framework vor, das zeigt, dass pflanzliche und menschliche mitochondriale Stress-Signalnetzwerke zwar in ihrer Komplexität divergieren, aber grundlegende organisatorische Prinzipien teilen, was darauf hindeutet, dass die einfacheren, auf Resilienz ausgerichteten pflanzlichen Systeme als konzeptionelles Modell dienen können, um testbare Hypothesen über die Anfälligkeit für menschliche mitochondriale Erkrankungen zu generieren.

Gokdemir, F. S., Eyidogan, F., Kubat, G. B., Singh, K. K.2026-08-21
💻 bioinformatics

Beyond the Default: Optimizing Molecular Networking with arteMIS

Das Paper stellt arteMIS vor, ein systematisches Framework, das die Parameter des Molecular Networking durch Multi-Metrik-Evaluierung und Latin Hypercube Sampling optimiert, um die Einschränkungen von Standardeinstellungen zu überwinden und dadurch robustere, chemisch aussagekräftigere und stabilere Netzwerke über verschiedene Datensätze und Scoring-Methoden hinweg zu erzeugen.

Torres Ortega, L. R., Charria Giron, E., Huber, F., Simone, M., Sosio, M., van der Hooft, J. J. J.2026-08-21
💻 bioinformatics

Sparse Autoencoders Reveal Structural and Family-level Features in BiRNA-BERT

Dieses Paper stellt SPIRAL vor, ein Sparse-Autoencoder-Framework, das die verborgenen Zustände des BiRNA-BERT RNA-Sprachmodells erfolgreich in interpretierbare, nukleotid-ausgerichtete Merkmale dekodiert, welche Sekundärstrukturen und RNA-Familientypen repräsentieren, und dadurch die Performance der nachgelagerten Vorhersage trotz der Herausforderungen durch Byte-Pair-Tokenisierung verbessert.

Hossain, M. S., Sojib, M. R., Tahmid, M. T., Rahman, M. S.2026-08-20
💻 bioinformatics

SPARKLE: evidence-constrained correction of local RNA leakage in high-resolution spatial transcriptomics

SPARKLE ist eine schnelle, referenzfreie computergestützte Methode, die lokale RNA-Leckage in der hochauflösenden räumlichen Transkriptomik korrigiert, indem sie innerhalb der Probe liegende Evidenz außerhalb der Maske nutzt, um ektopische Signale zu schätzen und zu entfernen, wodurch die Lokalisation von Zelltypen und die Zuverlässigkeit nachfolgender Analysen verbessert werden.

Wang, S., Zhu, B., Li, S., Wei, X.2026-08-20
💻 bioinformatics

Relational Graph Convolutional Networks for Glioblastoma Biomarker Discovery via ceRNA and Copy Number Variation Analysis

Diese Studie führt ein neuartiges Late-Fusion-Relational-Graph-Convolutional-Network-Ensemble (RGCN) ein, das Daten zu konkurrierenden endogenen RNAs (ceRNA) und Kopienzahlvariationen (CNV) integriert, um fünf prognostische Biomarker, einschließlich hsa-miR-196a und hsa-miR-224, zur verbesserten Überlebensprognose und therapeutischen Zielsteuerung bei Glioblastomen zu identifizieren.

Khandelwal, S., Jarvis, N., Zhan, J.2026-08-20
💻 bioinformatics

GlycoMeSH: linking glycan structures to biomedical context for systematic enrichment analysis

GlycoMeSH ist eine umfassende Ressource, die die Lücke zwischen Glykanstrukturen und dem biomedizinischen Kontext schließt, indem sie diese durch ein Inferenzmodell und eine nachvollziehbare Datenbank mit Medical Subject Headings (MeSH) verknüpft und dadurch eine systematische Anreicherungsanalyse über Glykowissenschafts-Datensätze hinweg ermöglicht.

Kitani, A., Zhang, B., Himori, K., Matsui, Y.2026-08-20
💻 bioinformatics

PandaDock: An Open-Source Molecular Docking Platform with Flexible-Ligand Search and Equivariant Neural Scoring

PandaDock ist eine Open-Source-Plattform für molekulares Docking, die die konformative Suche flexibler Liganden mit analytischen Gradienten, spezialisierten Modulen für komplexe Bindungsszenarien und einer skalierbaren SE(3)-äquivarianten neuronalen Scoring-Funktion integriert, um eine wettbewerbsfähige Pose-Rekonstruktions- und Affinitätsprognose-Leistung über diverse Protein-Ligand-Targets hinweg zu erreichen.

Panda, P. K.2026-08-20
💻 bioinformatics

Mantpy: a framework for extracellular matrix analysis in spatial proteomics

Das Paper stellt Mantpy vor, ein Framework für die räumliche Proteomik, das die extrazelluläre Matrix und deren Schnittstelle zu Zellen als räumliche Graphen darstellt, um eine gemeinsame Analyse, Visualisierung und maschinelle Lernfähigkeit jenseits traditioneller zellzentrierter Ansätze zu ermöglichen.

Ghafoor, M., Parkinson, J. E., Pham, T., Georgaka, S., Hayley, M. J., Jokl, E., Hanley, K. P., Allen, J. E., Sutherland (…)2026-08-19