510 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.
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 zeigt, dass der Verlust des Histon-Chaperons FACT in murinen embryonalen Stammzellen innerhalb von Minuten eine irreversible, zeitlich abgestufte Kaskade chromatinischer Destabilisierung auslöst, die schließlich zum Zusammenbruch der Transkription führt.
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.
Diese Studie zeigt, dass statistische Faktoren wie die Stichprobengröße und die Allelfrequenz die scheinbare Übertragbarkeit von eQTLs zwischen verschiedenen Populationen maßgeblich verzerren, und stellt daher eine neue, korrigierte Methode sowie ein empirisches Bayes-Framework für robustere Metaanalysen vor.
Die Studie zeigt, dass der Pionierfaktor IRF1 bei der IFNγ-induzierten Makrophagenaktivierung latente Enhancer öffnet, über die Rekrutierung des SWI/SNF-Komplexes die Chromatinstruktur und den Stoffwechsel von oxidativer Phosphorylierung zu Glykolyse umschaltet und so eine dauerhafte epigenetische Immunantwort vermittelt.
Die Studie zeigt, dass die physiologische Re-Replikation ein evolutionär konservierter Mechanismus ist, der es menschlichen Stammzellen ermöglicht, durch eine temporäre Erhöhung der Genkopienzahl und der Genexpression den gesteigerten Proteinbedarf während der Differenzierung zu decken.
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.
Die Studie nutzt definierte Mock-Communities und gnotobiotische Mäuse, um die Grenzen bestehender Methoden zur Analyse metatranskriptomischer Daten aufzuzeigen und einen verbesserten Ansatz vorzustellen, der durch den Ausschluss von Proben mit geringer Informationsdichte auf Organismenebene zuverlässigere Schlussfolgerungen über differenzielle Genexpression in menschlichen Mikrobiomen ermöglicht.
Die Studie zeigt, dass postnatale mütterliche Pflege (Lecken und Putzen) die negativen neuroentwicklungsbedingten Auswirkungen einer pränatalen Bisphenol-Exposition bei Ratten, insbesondere durch die Normalisierung der Esrrg-Genexpression und die Beeinflussung des DNA-Methylierungsmusters, abschwächen kann.
Die Studie zeigt, dass für menschliche und murine Daten trainierte neuronale Netze (DeepBind, DeepSEA, Enformer) effektiv genutzt werden können, um Chromatin-Annotationen bei verschiedenen Tierarten wie Rind, Schwein, Huhn und Seebass vorherzusagen, und empfiehlt diesen Ansatz als ersten Schritt zur Genomannotation vor dem Training artspezifischer Modelle.