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.

UnivAIRRse: A Unified Framework for Organizing and Comparing Adaptive Immune Receptor Repertoire Simulators

Il documento presenta UnivAIRRse, un quadro unificato e gerarchico che organizza e confronta i simulatori del repertorio dei recettori immunitari adattativi su cinque livelli operativi, fornendo una base concettuale per migliorare il benchmarking, l'interpretazione biologica e lo sviluppo di future simulazioni immunologiche digitali.

Abdollahi, N., Kaveh, S., Shayesteh, S., Mommahed, S., Alemzadeh, Y., Zarrin, R., Chaker Hosseini Zavareh, F., Esmaeili, P., Hassanzadeh, R., Kossida, S., Eslahchi, C.2026-02-19💻 bioinformatics

Microbial Thermal Response Strategies Impact Environmental Fitness of Horizontally Transmitted Symbiont Strains

Questo studio dimostra che diverse strategie di risposta termica nei simbionti batterici *Caballeronia*, come la produzione di chaperon molecolari e componenti della membrana stabile, influenzano la loro sopravvivenza ambientale e, di conseguenza, la disponibilità per gli ospiti insetti in un clima che si sta riscaldando.

Nuckols, A., Stillson, P. T., Ravenscraft, A., Gerado, N.2026-02-19💻 bioinformatics

Sequence-dependent transferability of the LRLLR membrane translocation motif: A computational study of smacN and NR2B9c peptides.

Uno studio computazionale dimostra che l'aggiunta del motivo LRLLR alla peptide smacN ne elimina completamente la barriera di translocazione, mentre lo stesso intervento su NR2B9c risulta controproducente, evidenziando come il successo del trasferimento di motivi di penetrazione cellulare dipenda dalla compatibilità strutturale e fisico-chimica tra il motivo e la sequenza ricevente.

Munoz-Gacitua, D., Blamey, J.2026-02-19💻 bioinformatics

Short linear motifs - Underexplored players driving Toxoplasma gondii infection

Questo studio esplora il ruolo sottostimato dei motivi lineari corti nelle proteine di *Toxoplasma gondii*, combinando una revisione della letteratura, un'analisi computazionale su larga scala e una validazione sperimentale per identificare nuovi meccanismi molecolari alla base dell'infezione e dell'ampio spettro di ospiti di questo parassita.

Alvarado Valverde, J., Lapouge, K., Boergel, A., Remans, K., Luck, K., Gibson, T.2026-02-18💻 bioinformatics

BioGraphX: Bridging the Sequence-Structure Gap via PhysicochemicalGraph Encoding for Interpretable Subcellular Localization Prediction

BioGraphX è un nuovo framework interpretabile che supera la dipendenza dalle strutture tridimensionali predittive codificando direttamente le sequenze proteiche in grafi biochimici, combinando tali caratteristiche fisiche con embedding ESM-2 per ottenere previsioni di localizzazione subcellulare ad alte prestazioni, efficienti e biologicamente spiegabili.

Saeed, A., Abbas, W.2026-02-18💻 bioinformatics

Learning a Continuous Progression Trajectory of Amyloid in Alzheimer's disease

Il paper presenta SLOPE, un metodo non supervisionato che modella la progressione dell'amiloide nell'Alzheimer su una scala continua, rivelando pattern di diffusione biologicamente coerenti e offrendo una maggiore sensibilità ai cambiamenti iniziali rispetto alle misurazioni globali tradizionali.

Tong, M., Mehfooz, F., Zhang, S., Wang, Y., Fang, S., Saykin, A. J., Wang, X., Yan, J., Alzheimer's Disease Neuroimaging Initiative,2026-02-18💻 bioinformatics