💻 Category

bioinformatics

1018 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

Method Choice, Not Biology, Determines In Silico Perturbation Results: A Systematic Evaluation of Eight Methods Across Four Datasets

Questo studio di benchmarking sistematico rivela che la scelta del metodo computazionale, piuttosto che la biologia sottostante, è il determinante primario dei risultati delle perturbazioni in silico, poiché la maggior parte degli approcci più ampiamente utilizzati non riesce a rilevare segnali causali dal fattore di trascrizione al pathway e spesso produce conclusioni che contraddicono la validazione sperimentale tramite CRISPRi.

Wenjie, G., Wu, S., Hu, G., Yang, Z., Wang, Z., Cai, J., Mao, J.2026-08-19
💻 bioinformatics

Single-cell foundation models benefit from cross-modal training: adding proteomics data beats parameter scaling

Questo articolo dimostra che il pre-addestramento cross-modale di un modello di fondazione a singola cella con dati proteomici produce rappresentazioni a livello genico e cellulare superiori e una migliore generalizzazione rispetto al semplice aumento della scala di modelli basati solo su RNA, evidenziando il valore dell'addestramento multimodale rispetto alla sola scalabilità dei parametri.

Burq, M., Stepec, D., Kim, C., Cimermancic, P.2026-08-19
💻 bioinformatics

Signature Recontextualization: Mapping perturbational signatures across biological contexts

Questo articolo introduce "sigRecon", un framework di benchmarking completo e un pacchetto R open-source che valuta sistematicamente i metodi per predire le firme di perturbazione in diversi contesti biologici, rivelando che gli approcci basati sulla proiezione e sulle reti spesso eguagliano o superano i complessi modelli di deep learning, evidenziando al contempo i fattori chiave che influenzano la generalizzazione tra contesti diversi.

Chen, A. D., Girke, T., Monti, S.2026-08-19
💻 bioinformatics

Cell-Hub: a graphical interface for end-to-end single-cell RNA sequencing analysis

Cell-Hub è un'interfaccia grafica gratuita, open-source e basata su Docker, costruita su R/Shiny, che democratizza l'analisi end-to-end del sequenziamento dell'RNA a singola cellula integrando strumenti avanzati come Seurat 5, CellChat 2 e Monocle 3 in una piattaforma unificata e no-code per ricercatori di ogni background computazionale.

macaux, g., Di Gallo, M., Taglietti, V., Amthor, H., Maire, P.2026-08-18
💻 bioinformatics

IUPAC Consensus References Improve Short-Read Variant Detection in Clinically Challenging Regions: A Stratified Benchmarking Study with BurdenBench

Questo studio dimostra che l'utilizzo di riferimenti di consenso IUPAC con l'allineatore consapevole dell'ambiguità novoAlign migliora significativamente il rilevamento di varianti da short-read in regioni genomiche clinicamente impegnative rispetto ai riferimenti lineari standard, introducendo al contempo il framework open-source BurdenBench per valutare meglio i compromessi tra precisione e richiamo specifici dei chiamatori e il beneficio clinico netto.

Saidin, A., Ricos, M., Dibbens, L.2026-08-18
💻 bioinformatics

Design-informed size factor estimation

Il documento introduce "disize", un nuovo metodo di normalizzazione per l'RNA-seq che sfrutta le informazioni sul disegno sperimentale attraverso un modello lineare generalizzato a effetti misti modificato per stimare con maggiore precisione i fattori di dimensione e migliorare l'analisi dell'espressione differenziale a valle, particolarmente in scenari critici con cambiamenti diffusi dell'espressione.

Pocuca, T., Pare, G., Bolker, B. M.2026-08-18
💻 bioinformatics

Assessing the Reliability of LLM-Generated Phenotype-Genotype Associations Through External Validation

Questo studio confronta quattro grandi modelli linguistici nella generazione di associazioni fenotipo-genotipo, riscontrando che, sebbene essi possano produrre un volume sostanziale di candidati con un supporto di validazione esterna da moderato a forte, la loro accuratezza varia significativamente in base al tipo di associazione e al modello, sottolineando la critica necessità di pipeline di validazione rigorose.

Sun, C., Xin, Y., Zeng, S., Sunthankar, S. D., Su, W.-C., Lynn, J., Mundo, S., Babanejad, M., Feng, Q., Wei, W.-Q.2026-08-18
💻 bioinformatics

Bridging Biomedical Atlas Ecosystem: Cross-Atlas Alignment And Scalable Tissue Specimen Registration

Questo articolo introduce la pipeline AutoMated Alignment and Projection (AMAP) per scalare l'ecosistema dell'Human Reference Atlas consentendo la proiezione di dati tra diversi atlas e la registrazione automatizzata in massa di campioni tissutali, superando così i limiti delle risorse manuali e facilitando la costruzione di mappe di riferimento multi-organo dettagliate.

Jain, Y., Desai, B., Qaurooni, D., Bhavsar, A., Kienle, P., Pouch, A. M., O'Neill, K., Apte, S., Herr, B. W., Fisher, S. (…)2026-08-18
💻 bioinformatics

From Lab Notes to Linked Data: MeSyTo for Ontology-Driven Metadata in Toxicological Omics

Il documento presenta MeSyTo, un framework open-source guidato da ontologie che armonizza i metadati per gli studi omici tossicologici allineando semanticamente diversi standard di reporting per consentire l'annotazione coerente, la validazione automatizzata e lo scambio di dati interoperabile tra trascrittomica, proteomica e metabolomica.

Pozhidaeva, M., Schreiber, S., Schubert, K., Busch, W., Hackermüller, J., Canzler, S.2026-08-18