RSS Nature Methoden Notiz

RSS Nature Methoden

Nature Methods bietet ein einzigartiges interdisziplinäres Forum für die Veröffentlichung neuer Methoden. Nature Methods konzentriert sich auf die Lebenswissenschaften, kombiniert praktische, technikorientierte Inhalte mit strengen Peer-Review-Standards, um sicherzustellen, dass Leser stets nur mit dem wertvollsten und hochwertigsten methodischen Forschungsmaterial konfrontiert werden. Das Journal bietet seinen Lesern Originalforschungspapiere sowie eine Vielzahl von Meinungen, Rezensionen und kurzen journalistischen Beiträgen, um beschäftigten Forschern ein breites, aber leicht zu absorbierendes Bild wichtiger methodischer Entwicklungen in den Lebenswissenschaften zu bieten.

Notizfaden

Entschlüsselung der epigenomischen Sprache einzelner Zellen mit einem Fundamentmodell

EpiAgent, ein auf Transformatoren basierendes Foundation-Modell, das auf etwa 5 Millionen Zellen und über 35 Milliarden Tokens vortrainiert wurde, hat die Einzelzell-Epigenomik durch die Kodierung der Chromatinzugänglichkeit als „Zellensätze“ vorangetrieben. Von diesem Framework profitierend, erreichte EpiAgent Spitzenleistungen bei typischen nachgelagerten Aufgaben und ermöglichte die Vorhersage von Perturbationsantworten sowie In-silico-Knockouts von Chromatinregionen.

Mausmakis

Die Untersuchung des Grauen Mausmakis (Microcebus murinus), eines der kleinsten Primaten der Welt, in seinem natürlichen Lebensraum und im Labor liefert einzigartige Perspektiven auf die Evolution des Primatengehirns, die Kognition, das Altern und neurodegenerative Erkrankungen, und zwar in einem beschleunigten Zeitrahmen und zu deutlich geringeren Kosten im Vergleich zu größeren Primatenmodellen.

Zellverfolgung mit genauer Fehler vorhersage

OrganoidTracker 2.0 ermöglicht eine schnelle und genaue Zellverfolgung in komplexen Systemen wie sich entwickelnden Organoiden. Ein wichtiger Aspekt der Arbeit ist die Bestimmung von Zellspuren mit Fehlerwahrscheinlichkeiten für jedes Tracking-Merkmal, von Zellzyklen bis hin zu Abstammungsbäumen.

Verbesserte Strukturvorhersage von Proteinkomplexen ist innerhalb von GRASP

Eine neue Methode zur Strukturvorhersage von Proteinkomplexen, genannt GRASP, integriert Restriktionen der potenziellen Struktur, die aus experimentellen Daten verschiedener Techniken abgeleitet wurden. GRASP liefert genauere und zuverlässigere Vorhersagen als bestehende Methoden für anspruchsvolle Systeme, einschließlich Antigen-Antikörper-Komplexe, integrative Strukturmodellierung und In-situ-Protein-Interaktionen.

Grundlagenmodell für effiziente biologische Entdeckungen in Einzelmolekül-Zeitspuren

META-SiM bringt die Leistungsfähigkeit von Foundation Models in Einzelmolekül-Zeitspuren und zeichnet sich bei verschiedenen Analyseaufgaben aus. Gepaart mit dem webbasierten META-SiM Projector und der Entropie-Kartierung enthüllt es schnell verborgene molekulare Verhaltensweisen, die mit anderen Mitteln nicht zugänglich sind.

Maschinelles Lernen zur Beschleunigung der Entdeckung aus Einzelmolekül-Daten

Die manuelle Analyse von Einzelmolekül-Zeitspuren ist langsam und subjektiv. Jetzt automatisiert ein auf Transformatoren basierendes Foundation-Modell – META-SiM – wichtige Analyseaufgaben über verschiedene Datensätze hinweg und ermöglicht die schnelle, systematische Entdeckung subtiler Einzelmolekül-Verhaltensweisen. Die Anwendung dieses Ansatzes deckt ein bisher unentdecktes prä-mRNA-Spleiß-Intermediat auf und unterstreicht sein Potenzial zur Beschleunigung biologischer Entdeckungen.

Wählen Sie Ihr menschliches Genom-Referenzmaterial mit Bedacht

Wissenschaftler können zwischen mehreren Referenzen des menschlichen Genoms wählen, und eine Pangenom-Referenz ist in Arbeit. Die Entscheidung, was wann verwendet werden soll, ist nicht ganz einfach.

InterPLM: Entdeckung interpretierbarer Merkmale in Protein-Sprachmodellen mittels spärlicher Autoencoder

InterPLM ist ein rechnerisches Framework zur Extraktion und Analyse interpretierbarer Merkmale aus Proteinsprachmodellen unter Verwendung spärlicher Autoencoder. Durch das Training spärlicher Autoencoder auf ESM-2-Einbettungen identifiziert diese Studie Tausende von interpretierbaren biologischen Merkmalen, die von den verschiedenen Schichten des ESM-2-Modells gelernt wurden.

Hochgradig multiplexiertes 3D-Profiling von Zellzuständen und Immunnischen in menschlichen Tumoren

Die konfokale Mikroskopie ermöglicht die hochauflösende, zyklische 3D-Immunfluoreszenz von 30 bis 50 μm dicken Gewebeschnitten. Der Ansatz ermöglicht eine reichhaltige phänotypische Bewertung intakter Zellen und interzellulärer Interaktionen mit subzellulärer Auflösung.

Kartierung von Chromatin- und DNA-Methylierungsprofilen auf Einzelzell- und Einzelmoleküllebene

Wir haben scEpi2-seq entwickelt, eine Einzelzellmethode, die DNA-Methylierung und Histonmodifikationen vom selben DNA-Molekül gemeinsam profiliert. Diese multi-omische Strategie zeigt, wie der Chromatin-Kontext die Aufrechterhaltung der DNA-Methylierung beeinflusst, und identifiziert unterschiedliche epigenomische Signaturen über Zelltypen hinweg in kultivierten und primären Geweben.

EpiAgent: Foundation Model für Einzelzell-Epigenomik

EpiAgent ist ein Foundation-Modell zur Analyse von scATAC-seq-Daten, das sich bei Standard-Downstream-Aufgaben wie Feature-Extraktion, Zelltyp-Annotation und Daten-Imputation auszeichnet und gleichzeitig die Simulation von cCRE-Knockouts und Zellzustandsänderungen ermöglicht.

Einzelzell-Multi-Omik-Detektion von DNA-Methylierung und Histonmodifikationen rekonstruiert die Dynamik der epigenomischen Wartung

Diese Arbeit stellt scEpi2-seq vor, eine Methode zur simultanen Einzelzellprofilierung von DNA-Methylierung und Histonmodifikationen, die eine direkte Untersuchung des Zusammenspiels zwischen diesen beiden epigenomischen Markern ermöglicht.

Zusammenführung konformationeller Landschaften in einem einzigen Konsensraum mit dem FlexConsensus-Algorithmus

FlexConsensus ist ein Algorithmus, der auf Multi-Autoencodern basiert, um verschiedene konformationelle Landschaften aus der Heterogenitätsanalyse mittels Kryo-Elektronenmikroskopie in einen gemeinsamen latenten Raum zu überführen. Dies dient der Identifizierung von Gemeinsamkeiten und Unterschieden zwischen verschiedenen Methoden. Dies unterstützt die Validierung der geschätzten konformationellen Landschaft und bietet Werkzeuge zur Optimierung des Heterogenitäts-Workflows.

Dosis-effiziente Kryo-Elektronenmikroskopie für dicke Proben mittels kippkorrigierter Transmissionselektronenmikroskopie mit Abtastung

Die Neigungs-korrigierte Hellfeld-Rastertransmissionselektronenmikroskopie bietet einen verbesserten Kontrast in der kryogenen Elektronenmikroskopie und eine erhebliche Steigerung der Dosis-Effizienz für dicke Proben wie Bakterienzellen und große Organellen, während sie gleichzeitig die Einzelpartikelanalyse ermöglicht.

Kilohertz-volumetrische Bildgebung von In-vivo-Dynamiken mittels gequetschter Lichtfeldmikroskopie

Squeezed light field microscopy (SLIM) kombiniert Ideen aus der Tomographie und dem Compressed Sensing mit der Lichtfeldmikroskopie, um volumetrische Bildgebung mit Kilohertz-Raten zu ermöglichen, wie sie bei der Bildgebung von Blutfluss in Zebrafischen und der Spannungsbildgebung in Blutegeln und Mäusen gezeigt wurde.

Common to rare transfer learning (CORAL) ermöglicht Inferenz und Vorhersage für eine Viertelmillion seltener madagassischer Arthropoden

CORAL kann das Vorkommen seltener Arten anhand häufiger Arten ableiten, indem es DNA-Metabarcoding-Daten oder andere hochdimensionale Biodiversitätsdaten verwendet. Der Ansatz wird anhand einer groß angelegten Biodiversitätserhebung aus Madagaskar veranschaulicht.

RNA-stabilisierte Hüllproteine für die sensitive und simultane Bildgebung verschiedener einzelner mRNAs in lebenden Zellen

Destabilisierte Varianten von MS2- und PP7-Mantelproteinen ermöglichen eine verbesserte Live-Cell-Bildgebung von markierten RNAs in Säugetierzellen, indem sie das Hintergrundsignal reduzieren, das durch ungebundene Mantelprotein-Fluoreszenzprotein-Fusionen verursacht wird.

GPU-beschleunigte Homologiesuche mit MMseqs2

Die GPU-beschleunigte MMseqs2 bietet enorme Beschleunigungen für die Homologie-Suche in metagenomischen Datenbanken, die Erstellung von query-zentrierten multiplen Sequenzalignments für die Strukturvorhersage und strukturelle Suchen mit Foldseek.

MIFA: Metadaten, Anreize, Formate und Zugänglichkeitsrichtlinien zur Verbesserung der Wiederverwendung von KI-Datensätzen für die Biobildanalyse

Diese Perspektive diskutiert Herausforderungen im Zusammenhang mit dem Teilen annotierter Bilddatensätze und bietet spezifische Anleitungen zur Verbesserung der Wiederverwendung von Biobildern und Annotationen für KI-Anwendungen.

Brücken schlagen zwischen Histologie und räumlichem Genexpressionsmuster über verschiedene Maßstäbe hinweg

Zwei Deep-Learning-Frameworks – GHIST und iSCALE – wandeln routinemäßige histologische Bilder in eine reichhaltige molekulare Ressource um und sagen die räumliche Genexpression auf Einzelzellauflösung (GHIST) und mit Superauflösung über große Gewebeschnitte hinweg (iSCALE) für skalierbare, datengesteuerte Gewebebiologie voraus.

Integration vielfältiger experimenteller Informationen zur Unterstützung der Vorhersage von Proteinkomplexstrukturen durch GRASP

GRASP ist ein Modell zur Vorhersage von Proteinkomplexstrukturen, das verschiedene Formen von simulierten und realen experimentellen Restriktionen integriert, einschließlich solcher aus Quervernetzung, kovalenter Markierung, chemischer Verschiebungsperturbation und Deep Mutational Scanning.

Eine Geschichte von Tumoren

Jüngste technologische Fortschritte zur Erforschung der Biologie von Tumoren haben unser Verständnis von Krebs erweitert.

Gemeinsame Profilerstellung der Chromatinzugänglichkeit und CRISPR-Edits über doppelsträngige DNA-Deaminasen

Targeted Deaminase-Accessible Chromatin Sequencing (TDAC-seq) misst die Chromatinzugänglichkeit über lange Chromatinfasern an gezielten Loci unter Verwendung von doppelsträngigen DNA-Cytidindeaminasen. In Kombination mit gepooltem CRISPR-Mutations-Screening ermöglicht TDAC-seq den Hochdurchsatznachweis von Veränderungen der Chromatinzugänglichkeit nach CRISPR-Störungen und erlaubt die Feinzuordnung von Sequenz-Funktions-Beziehungen innerhalb endogener cis-regulatorischer Elemente.

Auf Biophysik basierende Protein-Sprachmodelle für Protein-Engineering

Mutationswirkung-Transferlernen (METL) ist ein Protein-Sprachmodell-Framework, das maschinelles Lernen und biophysikalische Modellierung vereint. Transformer-basierte neuronale Netze werden auf biophysikalischen Simulationsdaten vortrainiert, um grundlegende Beziehungen zwischen Proteinsequenz, Struktur und Energetik zu erfassen.

Kopplung von CRISPR-Scanning mit gezielter Profilerstellung der Chromatinzugänglichkeit unter Verwendung einer doppelsträngigen DNA-Deaminase

Diese Arbeit stellt TDAC-seq vor, eine Methode zur gezielten Profilierung der Chromatinzugänglichkeit unter Verwendung von Cytidindeaminasen und Langsequenzierung, um die Auswirkungen von CRISPR-Edits auf einzelne Chromatinfasern aufzuklären.