1235 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.
Questo studio risolve il panorama eco-evolutivo della biosintesi delle siderofore in oltre 60.000 genomi batterici, dimostrando che l'analisi funzionale dei cluster genici, piuttosto che quella sequenziale, rivela come l'adozione di strategie biosintetiche sia guidata principalmente dallo stile di vita ecologico e non dalla filogenesi.
Questo studio dimostra, attraverso simulazioni realistiche basate su un assemblaggio T2T di HG002, che l'utilizzo di letture singole lunghe e barcodificate (SE500/SE1000_stLFR) migliora significativamente l'accuratezza nel rilevamento delle varianti strutturali rispetto alle tecniche tradizionali, offrendo una strategia economica e pratica che si avvicina alle prestazioni dei metodi a lettura lunga.
Il paper presenta markeR, un toolkit R open-source per valutare sistematicamente le prestazioni di diversi set di geni come marcatori fenotipici della senescenza cellulare, dimostrando attraverso l'analisi di 25 dataset che l'efficacia di tali firme varia notevolmente a seconda del contesto biologico.
Il paper presenta LongevityBench, un benchmark progettato per valutare l'efficacia dei modelli linguistici di grandi dimensioni nella ricerca sull'invecchiamento attraverso compiti che richiedono la comprensione dei principi biologici e l'analisi di dati biomedici multivariati.
Il paper presenta DIA-CLIP, un framework di apprendimento rappresentazionale universale pre-addestrato che rivoluziona l'analisi della spettrometria di massa DIA consentendo l'inferenza zero-shot con prestazioni superiori rispetto agli strumenti attuali, aumentando significativamente l'identificazione delle proteine e riducendo i falsi positivi.
Il paper presenta TFBindFormer, un modello transformer ibrido basato sull'attenzione incrociata che integra le caratteristiche del DNA con quelle specifiche delle proteine dei fattori di trascrizione per superare i limiti dei metodi esistenti e prevedere con maggiore accuratezza le interazioni TF-DNA su larga scala.
Il paper presenta U-Probe, una piattaforma agenziale universale che utilizza un motore di assemblaggio basato su grafi aciclici diretti e agenti AI conversazionali per progettare automaticamente sonde FISH per diverse applicazioni di omica spaziale, superando le limitazioni degli strumenti esistenti.
Il paper presenta CROssBARv2, una piattaforma unificata che integra dati biomedici eterogenei in un grafo della conoscenza arricchito da ontologie e embedding vettoriali, abilitando l'esplorazione interattiva, la ricerca semantica e la previsione tramite un sistema LLM che riduce le allucinazioni grazie all'ancoraggio ai dati sottostanti.
Questo studio presenta un approccio computazionale su larga scala per identificare nuovi attivatori selettivi di Nrf2 derivati da prodotti naturali, ottimizzati per minimizzare gli effetti off-target su PXR e CYP2D6 e superare così le attuali barriere cliniche nello sviluppo di terapie più sicure per le malattie legate allo stress ossidativo.
Questo studio presenta un benchmark completo di metodi di stima della matrice di precisione per l'analisi di reti di co-espressione differenziale, dimostrando che le prestazioni dipendono fortemente dalle caratteristiche dei dati e identificando GLassoElnetFast come il metodo più accurato, pur sottolineando che nessun singolo metodo è universalmente superiore in tutte le condizioni.