1250 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.
Il paper introduce il framework ProtGenesis, che identifica tre principi fisici universali (Assemblaggio, Emergere e Transizione di Fase) per descrivere la genesi delle proteine come un processo deterministico e governato da leggi fisiche, colmando il divario tra intuizioni biologiche e modelli di intelligenza artificiale.
Lo studio presenta SPrOUT, un nuovo approccio computazionale e di sequenziamento mirato basato sul kit Angiosperms353 che consente un'identificazione tassonomica accurata e precisa delle specie vegetali in campioni misti, superando le limitazioni dei metodi tradizionali.
Il paper presenta TopRepo, il primo repository completo di spettrometria di massa top-down contenente oltre 18 milioni di spettri, che abilita analisi su larga scala e migliora l'identificazione delle proteoforme e la previsione spettrale tramite modelli di deep learning.
Il paper presenta CellAwareGNN, un modello fondazionale di grafo che integra dati di genomica a singola cellula in una conoscenza biomedica aggiornata (scPrimeKG), dimostrando prestazioni superiori rispetto ai modelli esistenti nella previsione di indicazioni farmacologiche, in particolare per le malattie autoimmuni, grazie a una maggiore interpretabilità biologica.
Questo studio pan-cancro dimostra che la composizione del microambiente tumorale, derivata da trascrittomica bulk, contiene informazioni sufficienti per inferire con alta accuratezza lo stato delle mutazioni driver in diversi tipi di tumore, con validazione esterna su coorti indipendenti.
MetaTracer è un nuovo strumento open source basato sull'allineamento nucleotidico che permette di assegnare con alta precisione le letture di dati metatrascrittomici sia a gruppi tassonomici specifici che a geni espressi, facilitando l'analisi dell'attività trascrizionale di comunità batteriche complesse come il plaque dentale.
Il documento presenta GlycoForge, un pacchetto Python open-source che genera dati glicomici realistici con verità fondamentale nota, permettendo il benchmarking rigoroso dei metodi analitici e la simulazione controllata di effetti biologici, bias di batch e dati mancanti.
Questo studio presenta un'assemblaggio genomico *de novo* della varietà Mazia di Ensete ventricosum, rivelando che circa il 25% del suo genoma è unico rispetto a quello della banana e fornendo risorse fondamentali per lo sviluppo di strategie di breeding mirato per migliorare la sicurezza alimentare in Etiopia.
Il paper presenta HMOTP, un innovativo framework di machine learning che integra dati multi-omici longitudinali su piccoli campioni tramite costruzione gerarchica delle caratteristiche, meccanismi di attenzione multi-livello e previsione di traiettorie personalizzate per prevedere con alta accuratezza la risposta alla trapianto fecale di microbiota e identificare biomarcatori chiave.
Questo studio presenta un modello inverso interpretabile e risolta temporalmente che collega le risposte trascrittomiche da RNA-seq alle alterazioni della morfologia nucleare osservate tramite imaging cell-painting, per comprendere come l'esposizione a radiazioni a basso dosaggio perturbi le cellule nel tempo.