774 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 presenta Verticall, un nuovo strumento open source scalabile e non parametrico progettato per rilevare efficientemente le regioni ricombinanti e generare filogenesi prive di ricombinazione in grandi dataset genomici batterici, superando i limiti computazionali degli strumenti esistenti come Gubbins e ClonalFrameML.
Il paper presenta Mievformer, un framework basato su Transformer e apprendimento auto-supervisionato mascherato che supera le attuali limitazioni nell'analisi delle omiche spaziali definendo stati microambientali a risoluzione singola cellula e quantificando probabilisticamente l'accoppiamento tra eterogeneità cellulare e microambientale.
Lo studio propone un quadro di "dialetti genomici" in cui i profili di bias d'uso dei codoni, dettati dalle proprietà fisico-chimiche degli amminoacidi e dalla seconda base del codone, riflettono accenti informativi specifici delle specie che ottimizzano la stabilità proteica e la fedeltà traduzionale piuttosto che ricostruire la filogenesi.
Gli autori presentano "memerna", un nuovo framework deterministico e scalabile basato sul campionamento iterativo che supera i limiti dei metodi stocastici esistenti per modellare in modo efficiente ed esaustivo il ripiegamento dell'RNA durante la trascrizione, consentendo l'identificazione di trappole cinetiche e siti di pausa trascrizionale.
Il paper presenta SpaceBender, un metodo open-source per il denoising dei dati di trascrittomica spaziale che sfrutta le informazioni spaziali per ridurre il rumore da diffusione dell'RNA, migliorando così la rilevazione dei segnali biologici e l'accuratezza delle analisi statistiche.
Questo studio propone un framework di reti di similarità basato su tensori per analizzare l'organizzazione spaziale nel cancro del colon-retto, dimostrando che la struttura tissutale reale vincola la connettività molecolare in modo più efficace rispetto alle configurazioni casuali e fornendo nuovi strumenti quantitativi per la caratterizzazione dell'eterogeneità tumorale.
Gli autori hanno sviluppato un framework di integrazione basato sulla rete che utilizza la direzionalità delle variazioni di espressione proteica per superare l'eterogeneità tra diversi dataset, rivelando così relazioni biologiche significative, come l'associazione tra profili proteici tumorali e lo stadio del cancro.
BioEngine è un livello di esecuzione e adattamento scalabile che colma il divario tra i modelli di intelligenza artificiale per le immagini biologiche e le risorse computazionali, permettendo agli scienziati di utilizzare, ottimizzare e distribuire tali modelli tramite interfacce leggibili da agenti AI su qualsiasi hardware.
Questo studio dimostra che un agente di ricerca automatica può apprendere una politica di ranking superiore per la priorizzazione dei candidati peptidici rispetto ai metodi tradizionali, catturando il 65% delle migliori opzioni in una breve lista selezionata da un benchmark pubblico di 3.554 peptidi antimicrobici.
Il paper presenta RepurAgent, un sistema di intelligenza artificiale agenziale supervisionata da umani che supporta l'intero ciclo di vita del riposizionamento dei farmaci, dalla generazione di ipotesi all'analisi sperimentale, dimostrando la sua efficacia in scenari reali come la leucemia mieloide acuta, la COVID-19 e la carenza di solfatasi multipla.