💻 Category

bioinformatics

1248 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.

CancerSTFormer enables multi-scale analysis of spot-resolution spatial transcriptomes and dissects the gene and immune regulatory responses of targeted therapies

Die Studie stellt CancerSTFormer vor, ein Werkzeug auf Basis von räumlich bewussten Transkriptom-Grundmodellen, das eine multiskalige Analyse von Spot-Auflösungs-Spatial-Transkriptom-Daten ermöglicht, um genetische und immunregulatorische Reaktionen auf zielgerichtete Therapien in Tumornischen zu entschlüsseln und die Interpretation von Resistenz- sowie Sensitivitätssignaturen zu verbessern.

Strope, B., Varghese, D., Bowie, W., Wang, S., Zhu, Q.2026-03-03💻 bioinformatics

The One Click Wonder: a retrained automated segmentation pipeline that enables quantitative and modular analysis of C. elegans embryos

Die Studie stellt die automatisierte Pipeline „One Click Wonder" (OCW) in Kombination mit dem Modul „Biological Annotation and Association Mapper" (BAAM) vor, die durch die Anpassung von Cellpose eine präzise, hochdurchsatzfähige Einzelzell-Segmentierung und Quantifizierung der Genexpression in C.-elegans-Embryonen ermöglicht.

Bassett, P. C., Verheijen, T. E., Angonezi, A. L., Andriollo, A., Herbert, S., Roth, G., Chao, J., Mango, S. E.2026-03-03💻 bioinformatics

STCS: A Platform-Agnostic Framework for Cell-Level Reconstruction in Sequencing-Based Spatial Transcriptomics

STCS ist ein plattformunabhängiges Open-Source-Framework, das durch die Integration von Kernsegmentierung und einem kombinierten transkriptomisch-räumlichen Distanzmodell kohärente zelluläre Genexpressionsprofile aus hochauflösenden sequenzbasierten räumlichen Transkriptomdaten rekonstruiert und so eine zuverlässige zellbasierte Analyse ohne Referenzannotationen ermöglicht.

Chen Wu, L., Hu, X., Zhan, F., Sun, C., Gonzales, J., Ofer, R., Tran, T., Verzi, M. P., Liu, L., Yang, J.2026-03-03💻 bioinformatics

snputils: A High-Performance Python Library for Genetic Variation and Population Structure

Das Paper stellt snputils vor, eine hochleistungsfähige, modulare Python-Bibliothek, die die Verarbeitung, Analyse und Visualisierung genetischer Daten für populationsgenetische Studien und die Präzisionsmedizin in einem einzigen, effizienten Framework vereint und dabei bestehende Herausforderungen wie Formatinkompatibilitäten und Rechenineffizienzen löst.

Bonet, D., Comajoan Cara, M., Barrabes, M., Smeriglio, R., Agrawal, D., Aounallah, K., Geleta, M., Dominguez Mantes, A., Thomassin, C., Shanks, C., Huang, E. C., Franquesa Mones, M., Luis, A., Saurina (…)2026-03-03💻 bioinformatics

A comprehensive assessment of tandem repeat genotyping methods for Nanopore long-read genomes

Diese Studie bewertet sieben aktiv gepflegte Bioinformatik-Tools für die Genotypisierung von Tandemwiederholungen in Oxford-Nanopore-Daten umfassend hinsichtlich ihrer Sequenz- und Längengenauigkeit sowie ihrer praktischen Anwendbarkeit und kommt zu dem Schluss, dass keine einzelne Methode in allen Kategorien überlegen ist, wobei eine rein längenbasierte Bewertung die Leistung überschätzt und eine sequenzbasierte Analyse für klinische und populationsgenetische Anwendungen unerlässlich ist.

Aliyev, E., Avvaru, A., De Coster, W., Arner, G. M., Nyaga, D. M., Gibson, S. B., Weisburd, B., Gu, B., Gonzaga-Jauregui, C., 1000 Genomes Long-Read Sequencing Consortium,, Chaisson, M. J. P., Miller (…)2026-03-03💻 bioinformatics

Large-Scale Statistical Dissection of Sequence-Derived Biochemical Features Distinguishing Soluble and Insoluble Proteins

Diese Studie zeigt durch eine groß angelegte statistische Analyse von über 78.000 Proteinen, dass lösliche und unlösliche Proteine sich zwar durch signifikante, aber schwache und stark redundante biochemische Merkmale (insbesondere Sequenzlänge und negativer Ladungsanteil) unterscheiden, was eine transparente statistische Basis für die Vorhersage der Proteinsolubilität schafft.

Vu, N. H. H., Nguyen Bao, L.2026-03-03💻 bioinformatics

The limits of Bayesian estimates of divergence times in measurably evolving populations

Diese Studie zeigt durch Simulationen und empirische Analysen, dass die Unsicherheit bei der Schätzung von Divergenzzeiten in heterochronen Datensätzen (wie bei Viren) nicht von der absoluten Zeit, sondern vom Abstand zur nächsten kalibrierten Spitze abhängt und dass die meisten realen Ausbruchsdaten aufgrund begrenzter Informationsmenge nicht die theoretischen Grenzen unendlicher Daten erreichen.

Ivanov, S., Fosse, S., dos reis, M., Duchene, S.2026-03-03💻 bioinformatics

Phenotypic Bioactivity Prediction as Open-set Biological Assay Querying

Die Studie stellt OpenPheno vor, ein multimodales Fundamentmodell, das die Bioaktivitätsvorhersage als offene Frage-Antwort-Aufgabe neu definiert und durch die Kombination von chemischen Strukturen, zellulären Phänotypen und natürlichen Sprachbeschreibungen eine kosteneffiziente, zero-shot Vorhersage für völlig neue biologische Assays ermöglicht.

Sun, Y., Zhang, X., Zheng, Q., Li, H., Zhang, J., Hong, L., Wang, Y., Zhang, Y., Xie, W.2026-03-03💻 bioinformatics