DNA- und RNA-Forschung
Tabelle 2: DNA & RNA Forschung (KI generiert)
| Rang | KI-Werkzeug | Link | Hauptanwendung | Kurzbeschreibung |
|---|---|---|---|---|
| 1 | DeepVariant | DeepVariant GitHub | DNA-Variant Calling | Deep-Learning-Werkzeug zur Erkennung genetischer Varianten aus Sequenzdaten. Sehr relevant für Genomik-Pipelines. |
| 2 | scvi-tools | scvi-tools | Single-Cell-RNA / Multi-Omics | Starkes Framework für scRNA-seq, Multi-Omics, Batch-Korrektur, Zellzustände und probabilistische Modellierung. |
| 3 | SpliceAI | SpliceAI GitHub | RNA-Splicing | Vorhersage von Spleiß-Effekten genetischer Varianten. Besonders wichtig für Humangenetik und RNA-bezogene Varianteninterpretation. |
| 4 | OpenSpliceAI | OpenSpliceAI | Splicing-Analyse | Offene Alternative bzw. Erweiterung für Splice-Site- und Variantenwirkungsanalyse, auch für nicht-humanbiologische Fragestellungen interessant. |
| 5 | Enformer | Enformer GitHub | Regulatorische Genomik | Transformer-Modell zur Vorhersage von Genexpression und Chromatinzuständen aus DNA-Sequenzen. |
| 6 | Geneformer | Geneformer | Single-Cell-Transkriptomik | Foundation Model für Einzelzell-Transkriptome, Zellzustände und Genregulationsnetzwerke. |
| 7 | scGPT | scGPT GitHub | Single-Cell / Multi-Omics | Generatives Foundation Model für Single-Cell-Analysen, Zelltypannotation und Datenintegration. |
| 8 | DeepSEA | DeepSEA | Nicht-kodierende Varianten | Vorhersage funktioneller Effekte nicht-kodierender DNA-Varianten auf regulatorische Elemente. |
| 9 | UFold | UFold GitHub | RNA-Sekundärstruktur | Deep-Learning-basiertes Werkzeug zur Vorhersage von RNA-Sekundärstrukturen. |
| 10 | MXfold2 | MXfold2 GitHub | RNA-Sekundärstruktur | Kombiniert Deep Learning mit thermodynamischer Modellierung für RNA-Strukturvorhersagen. |
| 11 | CRISPOR | CRISPOR | CRISPR-gRNA-Design | Etabliertes Werkzeug zur Auswahl und Bewertung von guide RNAs mit On-/Off-Target-Scores. |
| 12 | CHOPCHOP | CHOPCHOP | CRISPR-/TALEN-Design | Breites akademisches Design-Tool für CRISPR, TALEN, Knock-out, Knock-in und CRISPRi/a. |
| 13 | DeepCRISPR | DeepCRISPR GitHub | CRISPR-Optimierung | Deep-Learning-Modell für sgRNA-On-Target-Effizienz und Off-Target-Vorhersage. |
| 14 | CRISPRon / CRISPRon-BE | CRISPRon | gRNA- und Base-Editing-Aktivität | Modelle zur Vorhersage von CRISPR-Cas9- und Base-Editing-Aktivität. |
| 15 | DeepHF | DeepHF GitHub | High-Fidelity-Cas9 | gRNA-Design für WT-SpCas9 und High-Fidelity-Cas9-Varianten zur Reduktion unerwünschter Effekte. |
| 16 | BE-Hive | BE-Hive GitHub | Base Editing | ML-Modell zur Vorhersage von Base-Editing-Ergebnissen, Bystander-Edits und Effizienz. |
| 17 | DeepPrime | DeepPrime GitHub | Prime Editing | Deep-Learning-Werkzeug zur Vorhersage der Effizienz von prime-editing guide RNAs. |
| 18 | PRIDICT / PRIDICT2 | PRIDICT GitHub | Prime Editing | Modelle zur Vorhersage von Prime-Editing-Effizienz und Produktreinheit. |