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.

Modeling the organizational heterogeneity of lipid-enriched microdomains in the neuronal membranes of gray and white matter of Alzheimer brain: A computational lipidomics study

Questo studio computazionale di lipidomica utilizza simulazioni di dinamica molecolare per dimostrare che le alterazioni lipidiche associate all'Alzheimer provocano un rimodellamento strutturale e una maggiore eterogeneità dei microdomini nelle membrane neuronali della materia grigia rispetto a quelle della materia bianca, evidenziando il ruolo critico della composizione lipidica nell'omeostasi cerebrale.

Peesapati, S., Chakraborty, S.2026-02-18💻 bioinformatics

Influence of molecular representation and charge on protein-ligand structural predictions by popular co-folding methods

Lo studio dimostra che, per quattro popolari metodi di co-piegamento basati sull'intelligenza artificiale, il formato di input del ligando (CCD o SMILES) influisce sulle previsioni strutturali complessi proteina-ligando in misura maggiore rispetto alla carica protonica, evidenziando la necessità di garantire risultati indipendenti dal formato e di integrare la protonazione nei flussi di lavoro predittivi.

Bugrova, A., Orekhov, P., Gushchin, I.2026-02-18💻 bioinformatics

Information-Content-Informed Kendall-tau Correlation Methodology: Interpreting Missing Values in Metabolomics as Potentially Useful Information

Questo articolo presenta la metodologia ICI-Kt, che interpreta i valori mancanti nei dati metabolomici come informazioni utili derivanti dalla censura sinistra, permettendo di includerli direttamente nel calcolo della correlazione di Kendall-tau per migliorare l'identificazione di campioni anomali e la costruzione di reti di caratteristiche.

Flight, R. M., Bhatt, P. S., Moseley, H. N. B.2026-02-17💻 bioinformatics

hoodscanR: profiling single-cell neighborhoods in spatial transcriptomics data

Il paper presenta hoodscanR, un pacchetto Bioconductor per l'identificazione e l'analisi dei vicinati cellulari nei dati di trascrittomica spaziale, dimostrando la sua efficacia nello svelare cambiamenti trascrizionali sottili in cellule tumorali attraverso lo studio di dataset sul cancro al seno e al polmone.

Liu, N., Martin, J., Bhuva, D. D., Chen, J., Li, M., Lee, S. C., Kharbanda, M., Cheng, J., Mohamed, A., Kulasinghe, A., Chen, Y., Tan, C. W., Li, F., Polo, J. M., Davis, M. J.2026-02-17💻 bioinformatics

A New Paradigm for Genome-wide DNA Methylation Prediction Without Methylation Input

Il paper presenta MethylProphet, un modello Transformer guidato dall'espressione genica in grado di prevedere l'intero metiloma del DNA a livello genomico senza richiedere dati di metilazione in input, superando così le limitazioni delle tecniche tradizionali e abilitando l'imputazione su larga scala per la ricerca biologica e la medicina di precisione.

Huang, X., Liu, Q., Zhao, Y., Tang, X., Zhou, Y., Hou, W.2026-02-17💻 bioinformatics

ProteomeLM: A proteome-scale language model enables accurate and rapid prediction of protein-protein interactions and gene essentiality across taxa

Il paper presenta ProteomeLM, un modello linguistico su scala proteomica che, analizzando interi proteomi, permette di prevedere con elevata accuratezza e velocità le interazioni proteina-proteina e l'essenzialità genica attraverso diverse specie, superando i limiti dei metodi basati su singole sequenze.

Malbranke, C., Zalaffi, G. P., Bitbol, A.-F.2026-02-17💻 bioinformatics

ConNIS and labeling instability: new statistical methods for improving the detection of essential genes in TraDIS libraries

Questo studio presenta ConNIS, un nuovo metodo statistico che calcola la probabilità delle sequenze senza inserzioni per identificare con maggiore precisione i geni essenziali nelle librerie TraDIS, specialmente a basse densità di inserzione, e introduce un criterio basato sulla subsampling per determinare oggettivamente i parametri di analisi.

Hanke, M., Harten, T., Foraita, R.2026-02-17💻 bioinformatics