369 Arbeiten
Die Genomik untersucht den kompletten Bauplan des Lebens, indem sie analysiert, wie Gene zusammenwirken und unser Erbgut gestaltet. Dieses faszinierende Feld geht weit über einfache DNA-Sequenzierung hinaus und beleuchtet, wie genetische Informationen unser Wohlbefinden, die Evolution und sogar die Entwicklung neuer Medikamente beeinflussen. Auf Gist.Science machen wir diese komplexen Zusammenhänge für alle verständlich, unabhängig vom wissenschaftlichen Hintergrund.
Alle Artikel in dieser Kategorie stammen direkt von bioRxiv, wo Forscher ihre neuesten Ergebnisse unverzüglich veröffentlichen. Unser Team verarbeitet jeden neuen Preprint aus diesem Bereich sorgfältig und erstellt sowohl leicht verständliche Zusammenfassungen als auch detaillierte technische Auswertungen. So bleiben Sie stets auf dem aktuellen Stand, ohne in Fachjargon zu versinken.
Im Folgenden finden Sie die neuesten Veröffentlichungen im Bereich der Genomik, die wir für Sie aufbereitet haben.
Diese Studie nutzt Long-Read-Metagenomik und Transkriptomik, um zu zeigen, dass Transposable Elemente eine Schlüsselrolle bei der Genomdiversifizierung und der evolutionären Entstehung der Flechtensymbiose in der Ordnung Peltigerales spielen.
Das Papier stellt iCLIP3 vor, ein optimiertes, nicht-radioaktives Protokoll zur hochauflösenden Kartierung von Protein-RNA-Interaktionen aus geringen Probenmengen, das durch Infrarot-Visualisierung, Silica-Säulen-Reinigung und duale Indexierung die Bibliotheksvorbereitung strafft und eine Multiplexing-fähige Sequenzierung ermöglicht.
Diese Studie stellt ein kontrastives Lernframework vor, das durch Hard-Negative-Mining in Einzelzell-RNA-Sequenzierungsdaten dosisunempfindliche Krebsgene identifiziert, deren Expression trotz Kopienzahlveränderungen reguliert wird, und dabei potenzielle therapeutische Zielstrukturen wie VSIG4 und MARCO aufdeckt.
Diese Studie zeigt durch eine vergleichende Analyse von Genomdaten, dass die Evolution komplexer Vielzelligkeit nicht durch eine proportionale Vergrößerung der kodierenden DNA, sondern durch das Skalierungsgesetz einer dominanten Expansion nicht-kodierender Sequenzen über 40 Mb hinweg gekennzeichnet ist.
Diese Studie rekonstruiert erstmals einen umfassenden, transkriptaufgelösten Katalog menschlicher Enhancer-RNAs (eRNAs) durch Pan-Transkriptom-Assembly, charakterisiert deren spezifische Spleißmuster und regulatorische Eigenschaften in verschiedenen Geweben und Krankheitskontexten und stellt diese Annotationen als offene Ressource für die weitere funktionelle Erforschung von eRNAs zur Verfügung.
Eine umfassende Benchmark-Studie zeigt, dass das Ultima UG100-System im Vergleich zur Illumina NovaSeqX zwar in hochkonfidenzen Regionen akkurate Ergebnisse liefert, jedoch spezifische Fehlermuster aufweist, die insbesondere Indel-Falschnegativitäten, Homopolymer-Probleme und GC-reiche Coverage-Lücken betreffen und potenzielle klinische Risiken bergen.
Die Studie nutzt 36 Chromosom-Genome von Binsen und Sauergräsern, um zu zeigen, dass deren oligozentromerische Organisation die schnelle chromosomale Evolution antreibt, während sie gleichzeitig neue Erkenntnisse über die Stabilität von Rearrangements und mögliche Rückkehr zu monozentrischen oder holozentrischen Zuständen liefert.
Die Studie zeigt, dass endophytische und pathogene Isolate von *Alternaria atra* trotz unterschiedlicher ökologischer Ursprünge nahezu identische genomische Repertoires aufweisen, was auf eine hohe Lebensstil-Plastizität und die Unzuverlässigkeit der reinen Genomzusammensetzung zur Vorhersage ökologischer Rollen bei Ascomyceten hindeutet.
Die Studie stellt die ChIP-FRiP-Pipeline vor, die durch systematische Hintergrundkorrektur und biophysikalische Simulationen technische Verzerrungen in Cohesin-ChIP-seq-Daten eliminiert und so eine zuverlässige Analyse der Rolle von Cohesin-Kofaktoren bei der Genomfaltung ermöglicht.
Das Paper stellt XPCLRS vor, eine hochoptimierte Rust-Implementierung des XP-CLR-Algorithmus zur Erkennung von Selektionssignaturen, die durch native Multithreading-Unterstützung eine um ein Vielfaches schnellere Analyse großer genomischer Datensätze ermöglicht und dabei vergleichbare Ergebnisse wie das Original liefert.