💻 Category

bioinformatics

1260 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.

ProtFlow: Flow Matching-based Protein Sequence Design with Comprehensive Protein Semantic Distribution Learning and High-quality Generation

Il paper presenta ProtFlow, un modello generativo basato sul flow matching che, integrando una rete di semantica proteica e tecniche di reflow, supera i limiti degli approcci esistenti nella progettazione di sequenze proteiche complesse, garantendo una generazione di alta qualità e una copertura completa delle distribuzioni funzionali, in particolare per peptidi antimicrobici rari.

Kong, Z., Zhu, Y., Xu, Y., Yin, M., Hou, T., Wu, J., Xu, H., Hsieh, C.-Y.2026-02-17💻 bioinformatics

A Robust Framework for Predicting Mutation Effects on Transcription Factor Binding: Insights from Mutational Signatures in 560 Breast CancerGenomes

Questo studio presenta un quadro robusto basato su modelli di regressione lineare k-mer per prevedere l'impatto delle mutazioni somatiche sul legame dei fattori di trascrizione, rivelando come specifici processi mutazionali nel cancro al seno riorganizzino sistematicamente il paesaggio regolatorio genico in modo specifico per il sottotipo tumorale.

Kilinc, H. H., Otlu, B.2026-02-17💻 bioinformatics

Evaluating Single-Cell Perturbation Response Models Is Far from Straightforward

Questo studio dimostra che le attuali metriche di valutazione per i modelli di perturbazione a cellula singola sono spesso fuorvianti a causa di fattori come scala e sparsità, rivelando che i modelli complessi sottoperformano rispetto a semplici baseline e sottolineando la necessità di linee guida più robuste per la creazione di modelli virtuali affidabili.

Heidari, M., Karimpour, M., Srivatsa, S., Montazeri, H.2026-02-17💻 bioinformatics

Ancestry-specific performance of variant effect predictors in clinical variant classification

Lo studio dimostra che, dopo aver controllato per la frequenza allelica, i predittori computazionali degli effetti delle varianti mostrano prestazioni comparabili tra diversi gruppi ancestrali, supportando il loro utilizzo responsabile nella diagnosi genetica.

Hoffing, R., Zeiberg, D., Stenton, S. L., Mort, M., Cooper, D. N., Hahn, M. W., O'Donnell-Luria, A., Ward, L. D., Radivojac, P.2026-02-17💻 bioinformatics

MolDeBERTa: Foundational Model for Physicochemical and Structural-Informed Molecular Representation Learning

Il paper introduce MolDeBERTa, un modello fondazionale auto-supervisionato per la rappresentazione molecolare che, grazie a una tokenizzazione a livello di byte e a tre nuovi obiettivi di pre-addestramento specifici per le proprietà fisico-chimiche e strutturali, supera i modelli linguistici esistenti su nove benchmark, riducendo significativamente l'errore di regressione e migliorando le prestazioni di classificazione.

de Oliveira, G. B., Saeed, F.2026-02-17💻 bioinformatics

FiCOPS: Hardware/Software Co-Design of FPGA Computational Framework for Mass Spectrometry-Based Peptide Database Search

Il paper presenta FiCOPS, un framework computazionale basato su FPGA progettato tramite co-progettazione hardware/software che accelera la ricerca di peptidi nei database di spettrometria di massa, offrendo un significativo miglioramento delle prestazioni e dell'efficienza energetica rispetto alle soluzioni tradizionali su CPU e GPU.

Kumar, S., Zambreno, J., Khokhar, A., Akram, S., Saeed, F.2026-02-17💻 bioinformatics

Diffusion Probabilistic Models for Missing-Wedge Correction in Cryo-Electron Tomography

Il paper propone MW-RaMViD, un metodo basato su modelli di diffusione probabilistici che genera immagini di tilt mancanti a partire da dati 2D per correggere le distorsioni del "missing-wedge" nella tomografia crioelettronica, dimostrando che l'uso di finestre di condizionamento ampie e passi di completamento ridotti migliora significativamente la fedeltà delle ricostruzioni 3D.

Hasan, N., Bertin, A., Jonic, S.2026-02-17💻 bioinformatics