138 Arbeiten
Die Genetik untersucht, wie Lebensinformationen in DNA gespeichert und von Generation zu Generation weitergegeben werden. Dieser Bereich deckt alles ab, von der Vererbung einfacher Merkmale bis hin zu den komplexen molekularen Mechanismen, die unsere Gesundheit und Entwicklung steuern. Auf Gist.Science machen wir die neuesten Erkenntnisse aus diesem dynamischen Feld für alle verständlich, unabhängig vom wissenschaftlichen Hintergrund.
Jede neue Vorveröffentlichung in dieser Kategorie stammt direkt von bioRxiv. Unser Team verarbeitet diese Rohdaten sofort und erstellt sowohl einfache Erklärungen als auch detaillierte technische Zusammenfassungen, damit Sie den aktuellen Forschungsstand sofort nachvollziehen können.
Im Folgenden finden Sie die neuesten Beiträge aus der Genetik, die wir gerade für Sie aufbereitet haben.
In einer großen Zwillingsstudie stellten Forscher fest, dass zwar die Lernraten der Extinktion die Schwere von Angstzuständen robust vorhersagen, weder die Extinktions- noch die Sicherheitslernraten erblich sind oder genetisch mit Angst verknüpft sind, was darauf hindeutet, dass sie trotz der bestätigten Erblichkeit der Parameter der Sicherheitslernprozesse keine Endophänotypen darstellen.
Diese Studie entwickelte statistische Methoden zur Identifizierung genomischer Regionen mit übermäßiger reziproker Rekombination in Familien mit Autismus-Spektrum-Störungen, wodurch spezifische Loci in der Nähe von Kandidatengenen aufgedeckt wurden, bei denen die Rekombination wahrscheinlich ko-adaptierte Haplotypen stört und zur Krankheitsätiologie beiträgt, unabhängig von Kopienzahlvariationen.
Diese Studie validiert psychometrisch das Instrument „Education and Assessment of Genetic Literacy" (EAGL) in einer großen US-Stichprobe, bestätigt ihre multidimensionale Struktur und deckt signifikante Wechselwirkungen zwischen Bildung, persönlicher Betroffenheit von Autismus und dem Verständnis von Wissen auf, während gleichzeitig keine geografischen Disparitäten festgestellt wurden.
Diese Studie zeigt, dass die Pathogenität von C-terminalen Frameshift-Deletionen in MeCP2 durch eine spezifische +2-Rahmenverschiebung bestimmt wird, die ein destabilisierendes Prolin-Prolin-Stop-Motiv erzeugt, und belegt, dass die Korrektur dieses Motivs mittels Basen-Editing die MeCP2-Spiegel und die Phänotypen des Rett-Syndroms wiederherstellen kann.
Dieser Artikel stellt die theoretischen Grundlagen von HaloGen vor, einem Open-Source-Framework für hierarchische Bayes'sche Modelle, das Spuren-DNA-Beweise unter Aktivitätspropositionen bewertet, indem es Übertragungs-, Persistenz- und Detektionswahrscheinlichkeiten explizit modelliert, um transparente und robuste Likelihood-Quotienten für diverse Beweisszenarien bereitzustellen.
Dieser Beitrag stellt die praktische Umsetzung und die Simulationsvalidierung des Open-Source-Frameworks HaloGen zur Berechnung von Aktivitäts-Likelihood-Quotienten aus DNA-Transfer-Befunden vor, wobei gezeigt wird, wie interlaboratorische Variabilität und fallbezogene kontextuelle Annahmen die Beweiskraft entscheidend beeinflussen, und gleichzeitig ein Kalibrierungsweg mit minimalem Aufwand für forensische Labore vorgeschlagen wird.
Diese Studie zeigt, dass asymmetrische PRDM9-Bindung in Hybridmäusen Asynapsie und meiotische Stilllegung auslöst, was zu weitreichenden Fertilitätsstörungen und Aneuploidie führt, wobei die individuelle Empfindlichkeit gegenüber diesen Störungen weitgehend durch eine spezifische Lokus auf Chromosom 15, das Dmc1 und Mei1 enthält, kontrolliert wird.
Diese Studie zeigt, dass mTOR die organismische Lebensdauer bei *C. elegans* über einen konservierten neuroendokrinen Mechanismus reguliert, bei dem seine Herunterregulierung die Produktion von Gallensäure-ähnlichen Dafachronsäuren erhöht, was wiederum den nukleären Rezeptor DAF-12 und die Dehydrogenase DHS-26/DHRS1 aktiviert, um die Lebensspanne zu verlängern.
CN-RNN ist ein neuartiges Deep-Learning-Framework, das bidirektionale LSTM- und mehrschichtige Perzeptron-Äste integriert, um Kopienzahlvarianten aus Whole-Exome-Sequenzierungsdaten präzise zu erkennen und bestehende Methoden durch die effektive Kombination lokaler Tiefenänderungen mit regionsspezifischen genomischen Merkmalen zu übertreffen.
Diese Studie nutzte multienvironmentale Versuche und statistische Modellierung, um stabile, ertragreiche und frühreife Fonio-Genotypen zu identifizieren, die für die Ausweitung des Anbaus in die Sudan- und Sudano-Guineazone Nordbenins geeignet sind, und gleichzeitig Schlüsselfaktoren der Umwelt zu bestimmen, die den Korn Ertrag beeinflussen.