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.
HoloCell è un modello fondazionale generativo da 860 milioni di parametri preaddestrato su un massiccio corpus multi-omico che unifica dati epigenomici, trascrittomici e proteomici attraverso una tokenizzazione gerarchica e una diffusione iterativa per abilitare l'apprendimento di rappresentazioni cellulari olistiche e la generazione cross-modale flessibile.
Questo articolo dimostra che i design dei relativi strati di output per la predizione multi-label dovrebbero essere scelti esplicitamente per riflettere la struttura biologica sottostante delle comorbidità, come evidenziato da un campo casuale condizionale simmetrico che supera alternative complesse nelle complicazioni microvascolari legate al diabete di tipo 2, mentre nessuna singola architettura si è rivelata stabile per le eterogenee complicazioni elettrofisiologiche dell'infarto del miocardio.
Drug-Prot è un framework computazionale e un'applicazione web accessibili al pubblico che sfrutta dati di proteomica di perturbazione su larga scala da linee cellulari di carcinoma mammario per inferire statisticamente effetti farmacologici causali, interazioni farmaco-farmaco e reti di dipendenza proteica dinamiche, consentendo così un'analisi mirata delle risposte a livello proteico a terapie singole e combinate.
Questo articolo introduce Suco, una risorsa di annotazioni di esperti indipendenti, e Compocyte, un classificatore gerarchico, per stabilire un framework robusto che ha classificato con successo 15,6 milioni di cellule immunitarie in quasi 4.000 pazienti, rivelando nuovi fenotipi immunitari e facendo avanzare la ricerca immunologica su scala di popolazione.
Il documento presenta AbAffinity, un modello di deep learning leggero e basato esclusivamente sulle sequenze che utilizza un'architettura a tre flussi consapevole della catena per prevedere accuratamente l'affinità anticorpo-antigene preservando le distinte rappresentazioni della catena pesante, della catena leggera e dell'antigene, superando così i metodi esistenti in scenari in cui i dati strutturali non sono disponibili.
Il pacchetto Python recount3 fornisce un'API e una CLI robuste per consentire un accesso programmatico efficiente, il caching e la formattazione di dati pronti per l'analisi di decine di migliaia di campioni di RNA-seq umani e murini elaborati uniformemente, colmando così il divario tra i dati trascrittomici pubblici su larga scala e i moderni ecosistemi di machine learning basati su Python.
Questo studio rivela che i ribosomi in tutti i domini della vita possiedono un rivestimento di frammenti proteici flessibili (FPF) precedentemente trascurato e funzionalmente significativo, invisibile nei modelli strutturali standard, la cui composizione specifica e lunghezza variano per classe di ribosoma per adattarsi a distinti ambienti di membrana e di assemblaggio.
Il documento presenta Tox21mer, un modello fondazionale transformer da 43,5 milioni di parametri preaddestrato su 2,5 milioni di curve concentrazione-risposta Tox21 tramite ricostruzione della risposta mascherata, che genera embedding di alta qualità a 768 dimensioni che raggiungono prestazioni allo stato dell'arte nella previsione degli esiti dei saggi e dei valori AC50, consentendo al contempo l'estrapolazione su composti non testati.
Questo studio dimostra che, in una comunità di sussistenza del bacino del Congo, i modelli di metilazione del DNA dei bambini sono significativamente associati al conflitto tra genitori e alla cura paterna, collegando queste dinamiche familiari a geni coinvolti nello stress, nell'immunità e nello sviluppo, suggerendo così che l'incorporazione biologica degli ambienti familiari sia un fenomeno universale attraverso diversi contesti socio-ecologici.
MorphoStat è una pipeline Python open-source che automatizza la normalizzazione, il test statistico consapevole della distribuzione e la correzione dei test multipli dei dati di imaging ad alto contenuto per facilitare un'analisi robusta del profiling morfologico.