💻 Category

bioinformatics

881 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.

💻 bioinformatics

Evidence for post-allopolyploidy genetic exchanges between duplicated regions in three ancient polyploidies

Utilizzando lo strumento POInT per analizzare la discordanza degli alberi genici, questo studio fornisce prove del fatto che una diploidizzazione "tardiva" che coinvolge scambi genetici post-alloploidia è avvenuta nelle linee evolutive dei teleostei, del Paramecium e del lievito di panificazione, sfidando la visione secondo cui la diploidizzazione sia sempre un processo rapido.

Dhillon, A. K., Pasagadugula, H., Pitts, I., Rohilla, M., Conant, G. C.2026-07-02
💻 bioinformatics

synpact: accurate, memory-light PacBio HiFi read mapping via a hierarchy of locally-consistent syncmer blocks

Il documento presenta synpact, un mappatore di letture PacBio HiFi scritto in Rust, efficiente dal punto di vista della memoria e veloce, che utilizza una gerarchia di blocchi di syncmer localmente coerenti per raggiungere un'accuratezza paragonabile a strumenti allo stato dell'arte come minimap2, riducendo significativamente l'uso di memoria di picco e migliorando il tempo di esecuzione su genomi grandi o ripetitivi.

Aydin, M. S., Sahlin, K.2026-07-02
💻 bioinformatics

Mapping pathogenic patterns in membrane transporters from the GLUT transporter family

Questo studio utilizza AlphaMissense per mappare i pattern di patogenicità attraverso la famiglia dei trasportatori GLUT, rivelando che le mutazioni missenso sono più dannose nei domini transmembrana, nei residui che rivestono il poro e nella cavità centrale, mentre le variazioni di patogenicità attraverso la famiglia suggeriscono l'influenza della ridondanza funzionale e dell'essenzialità fisiologica.

Kadasova, N., Martinat, D., Spackova, A., Hutarova Varekova, I., Berka, K.2026-07-02
💻 bioinformatics

ProteoDUDes: Taxonomic profiling for metaproteomics with false positive reduction

ProteoDUDes è uno strumento open-source che migliora l'accuratezza del profiling tassonomico nella metaproteomica elaborando i risultati di popolari strumenti di annotazione per ridurre significativamente i tassi di falsi positivi, consentendo così un'identificazione più affidabile degli organismi funzionalmente attivi in campioni complessi.

Schiebenhoefer, H., Muth, T., Fuchs, S., Renard, B. Y.2026-07-02
💻 bioinformatics

Zero-Shot Metabolite Prediction from Gene Expression via Physics-Informed Graph Neural Networks

Il documento introduce GAZE, una rete neurale a grafo informata dalla fisica che integra l'espressione genica, gli embedding funzionali degli enzimi e i descrittori dei metaboliti per ottenere una previsione zero-shot accurata delle concentrazioni di metaboliti in diversi contesti biologici senza richiedere un addestramento specifico per il metabolita.

Novella Rausell, C., Rabelink, T., Mahfouz, A.2026-07-02
💻 bioinformatics

WattmaMod enables high-resolution and extensible RNA modification profiling for nanopore direct RNA sequencing

WattmaMod è un nuovo framework di deep learning che sfrutta il preaddestramento auto-supervisionato, la codifica guidata dalle wavelet e la cross-attention dinamica per consentire un profilo robusto, ad alta risoluzione ed estendibile di diverse modifiche dell'RNA dai dati di sequenziamento RNA diretto nanopore, anche con risorse etichettate limitate.

Han, R., Yu, B., Xinghui, S., Xiao, L., Junhai, Q., Ting, Y., Xin, G.2026-07-02
💻 bioinformatics

Direct probabilistic quantification of mosaic loss of chromosome Y from sequencing data

Gli autori introducono BaySeq-Y, un nuovo metodo bayesiano che quantifica in modo diretto e accurato la perdita mosaico del cromosoma Y dai dati di sequenziamento integrando la profondità di lettura, lo squilibrio allelico e il phasing dell'aplotipo, superando gli approcci esistenti sia nelle simulazioni che nelle validazioni biologiche.

Lin, J.-R., Chang, Y.-C., Maslov, A. Y., Song, Y., Gao, T., Shan, J., Bennett, D. A., Milman, S., Barzilai, N., Vijg, J. (…)2026-07-01
💻 bioinformatics

A robot model of compass cue calibration in the insect brain

Implementando un modello funzionale del circuito della direzione della testa degli insetti su un robot, i ricercatori hanno dimostrato che, sebbene il sistema sia in grado di calibrare con successo e sostituire gli indizi di orientamento come il vento con la luce, esso rivela anche un pregiudizio direzionale causato dai conflitti tra gli input ricorrenti e quelli istantanei che gli insetti reali probabilmente compensano attraverso meccanismi neurali evoluti.

Mitchell, R., Dacke, M., Webb, B.2026-06-30
💻 bioinformatics

Real-World Progression-Free Survival with Erlotinib versus Osimertinib in EGFR L858R+T790M Compound Mutation Non-Small Cell Lung Cancer: An Exploratory Analysis of the MSK-CHORD Dataset

Questa analisi esplorativa del dataset MSK-CHORD suggerisce che, diversamente dai contesti in cui è presente solo la mutazione L858R o solo la T790M dove l'osimertinib è superiore o equivalente, la mutazione composta EGFR L858R+T790M nel carcinoma polmonare non a piccole cellule può rappresentare un'entità farmacologica distinta in cui l'erlotinib supera numericamente l'osimertinib, richiedendo una validazione prospettica.

Dalloul, Z., Abboud, A., Dalloul, I., Abdelsalam, M.2026-06-30