878 articoli
La bioinformatica è l'incontro vitale tra biologia e informatica, un campo che trasforma i dati biologici complessi in conoscenza comprensibile. Qui esploriamo come algoritmi e software aiutino gli scienziati a decifrare il codice della vita, dall'analisi del DNA alla scoperta di nuovi farmaci, rendendo accessibili scoperte che altrimenti rimarrebbero confinate in database tecnici.
Su Gist.Science, monitoriamo ogni nuovo preprint inviato da bioRxiv in questa categoria. Per ogni articolo, offriamo una doppia prospettiva: una spiegazione semplice per chiunque sia curioso e un riassunto tecnico dettagliato per i ricercatori. Questo approccio garantisce che le ultime novità scientifiche siano chiare, accurate e immediatamente disponibili.
Di seguito trovate i documenti più recenti pubblicati da bioRxiv nel settore della bioinformatica, pronti per essere esplorati nelle vostre forme più accessibili.
Questo studio introduce VirGenes, un framework di ortologia gerarchica che integra dati sequenziali, strutturali e funzionali per svelare una vasta, precedentemente sottovalutata diversità di enzimi carboidrato-attivi virali attraverso l'intera virosfera, rivelando le loro complesse origini evolutive e i ruoli significativi nelle interazioni virus-ospite.
Lo studio introduce PhyCD, uno strumento computazionale assistito dalla filogenesi che ha analizzato quasi 5 milioni di genomi di SARS-CoV-2 per identificare oltre 10.000 eventi di contaminazione e mascherare quasi 65.000 sostituzioni errate, migliorando così l'affidabilità delle analisi a valle dell'evoluzione e della trasmissione dei patogeni.
SLIM è un modello leggero e computazionalmente efficiente che sfrutta embedding di reti STRING a 64 dimensioni e uno stimatore di regressione ridge in forma chiusa per prevedere accuratamente le risposte cellulari alle perturbazioni genetiche, spesso superando complessi baseline di deep learning con un numero minimo di parametri addestrabili.
Questo articolo dimostra che il software scientifico orfano, come l'abbandonato toolkit NuMorph basato su MATLAB, può essere recuperato con successo e trasformato in workflow comunitari sostenibili e riutilizzabili, come nf-core/lsmquant, applicando una riprogettazione sistematica guidata dai principi FAIR e dagli standard moderni dell'ingegneria del software.
Questo studio confronta la piattaforma di cattura degli SNP a livello genomico (GxS) di Twist Bioscience rispetto al sequenziamento dell'intero genoma e al microarray Illumina GSA-24 valutando la concordanza dei genotipi e i tassi di violazione mendeliana in 555 individui appartenenti a 184 famiglie nucleari, con l'obiettivo di fornire una valutazione di terze parti di questa emergente tecnologia di sequenziamento mirato.
Questo articolo presenta un database pubblicamente disponibile contenente simulazioni 3D di Navier-Stokes non stazionarie e mesh esaedriche di alta qualità per 779 arterie coronarie ricostruite dal trial FAME 2, con l'obiettivo di affrontare la scarsità di dati emodinamici numerici per applicazioni di modellazione basata sui dati e di apprendimento automatico.
Questo articolo introduce TranScouter, un framework encoder-decoder leggero che sfrutta embedding genici derivati da LLM e profili trascrittomici delle condizioni target per prevedere in modo competitivo le risposte trascrizionali alle perturbazioni geniche sia in condizioni biologiche note che non viste.
Il documento presenta SAHA, un pacchetto R scalabile che accelera l'identificazione dei tipi cellulari negli studi di trascrittomica singola e spaziale consentendo un rapido trasferimento di etichette preservando la privacy tramite statistiche riassuntive e iperparametri definiti dall'utente per generare report di annotazione trasparenti e semi-automatizzati.
Gli autori presentano BWR-finder, un nuovo strumento software senza database che utilizza un algoritmo di seed-and-extend basato su BWT parallelizzato per rilevare efficientemente le ripetizioni intersparse in genomi giganteschi (oltre 10 Gb) con una velocità e un uso della memoria migliorati rispetto agli strumenti esistenti, mantenendo al contempo un'alta sensibilità.
crispAIPE è un framework probabilistico basato su transformer che quantifica l'incertezza negli esiti del prime editing modellando gli eventi di editing competitivi su un simplesso con verosimiglianza di Dirichlet e calibrazione split-conformal, consentendo la previsione affidabile dell'efficienza di correzione delle varianti e filtri di progettazione generalizzabili attraverso i tipi cellulari.