1250 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 bewertet Deep-Learning-Methoden für das De-novo-Design von GPCR-Peptiden und stellt fest, dass zwar die Probennahme von Peptidstrukturen erfolgreich ist, die Validierung jedoch aufgrund einer signifikanten Überschätzung von Konfidenzwerten und mangelnder Sequenzqualität versagt, was auf ein ungelöstes Bewertungsproblem hinweist.
Die Studie zeigt, dass herkömmliche Algorithmen zur Domänensegmentierung die Grenzen biologischer Gewebenischen in räumlichen Transkriptomdaten oft nicht korrekt erfassen, und demonstriert, dass eine strategische Gewichtung zentraler Zelllinien die Identifizierung dieser funktionellen Mikroumgebungen verbessern kann.
Die Studie zeigt mittels Einzelzell-Transkriptomik, dass die Alterung des Glomerulus durch räumlich koordinierte Zustandswechsel von Podocyten im juxtamedullären Bereich geprägt ist, was die regionale Anfälligkeit der Nephronen erklärt und die Notwendigkeit räumlich komplexer therapeutischer Strategien unterstreicht.
Dieses Paper stellt eine Erweiterung des räumlichen Clustering-Algorithmus SpatialLeiden vor, der durch flexible Nachbargraphen-Multiplexierung atlasweite, 3D- und multimodale räumliche Omics-Daten effizient verarbeitet und dabei eine überlegene Skalierbarkeit sowie stabile Rekonstruktionen auf Standardhardware ermöglicht.
Diese Studie stellt ein umfassendes Benchmarking-Framework vor, das fünf Deep-Learning-Modelle zur Vorhersage von Hi-C-Kontaktkarten bewertet und dabei zeigt, dass Epiphany die beste Gesamtleistung erzielt, während CTCF-Bindung und chromatinäre Zugänglichkeit als primäre Treiber für genaue Vorhersagen identifiziert werden.
Das Paper stellt PubMed Atlas vor, eine integrierte Plattform, die es ermöglicht, durch programmatischen Zugriff auf PubMed-Daten und eine lokale SQLite-Datenbank reproduzierbare bibliometrische Analysen sowie interaktive Trendvisualisierungen im Bereich der biomedizinischen Forschung durchzuführen.
HMM-Flagger ist ein referenzfreies Werkzeug, das mithilfe von Hidden-Markov-Modellen und Lesetiefe-Analysen strukturelle Fehler in haplotypaufgelösten Genomassemblierungen erkennt und dabei sowohl synthetische als auch reale menschliche Genomdaten, einschließlich der HPRC-Assemblierungen, effektiv validiert.
Die Studie stellt TreeMS2 vor, ein skalierbares, annotierungsfreies Werkzeug, das phylogenetische Bäume direkt aus rohen Tandem-Massenspektrometrie-Daten (Proteomik und Metabolomik) ableitet, um evolutionäre Beziehungen auf molekularer Ebene zu erfassen und mit genetischen Stammbäumen zu vergleichen.
Die Studie zeigt, dass der dichtegeleitete AlphaFold3-Ansatz in der Kristallographie von β2-Mikroglobulin bisher unentdeckte Konformationsheterogenitäten aufdeckt und demonstriert, wie Kristallpackung und Elektronendichtequalität die Erkennung solcher Ensembles beeinflussen.
In dieser Studie wurden aus 869.964 Sequenzen unvollständiger Histidinkinasen 18 neue HisKA-ähnliche Profile identifiziert und durch strukturelle sowie genomische Analysen validiert, um die Annotation von Signaltransduktionswegen in Prokaryoten zu verbessern.