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.

💻 bioinformatics

Revealing trajectories of multi-modal voxel-level changes in neurodegenerative diseases using latent event mapping

Questo articolo introduce Latent Event Mapping (LEMING), una tecnica di modellazione non supervisionata scalabile e interpretabile che ricostruisce le traiettorie a livello di voxel dei cambiamenti neuroimaging multimodali nella malattia di Alzheimer, rivelando nuovi approfondimenti sui meccanismi dipendenti dalla progressione, come l'associazione in fase avanzata tra la densità dei recettori dell'acetilcolina e la patologia amiloide.

Pinnawala, S., Hartanto, A., Jairamani, M., Simpson, I. J. A., Wijeratne, P. A.2026-06-11
💻 bioinformatics

STITCH links cellular morphology and gene expression in spatial transcriptomics

Il documento introduce STITCH, un metodo interpretabile basato sull'analisi delle componenti principali tangente in un manifold di forma di Kendall che collega efficacemente la morfologia cellulare indipendente dalla dimensione all'espressione genica nella trascrittomica spaziale, superando gli approoli di deep learning esistenti nell'identificare relazioni morfologia-trascrittoma biologicamente rilevanti attraverso diversi dataset.

Kumar, S., Shi, Y., Vallius, T., Day, C.-P., Absil, P.- A., Srivastava, A., Hannenhalli, S., Gopalan, V.2026-06-11
💻 bioinformatics

Calibrated Uncertainty Quantification for Patient-Level AML Drug Sensitivity Prediction Using Split Conformal Prediction

Questo studio introduce un framework di previsione conforme suddivisa (split conformal prediction) applicato alla coorte BeatAML 2.0 che genera con successo intervalli di incertezza statisticamente calibrati per le previsioni della sensibilità ai farmaci a livello di paziente, rivelando distinti pattern di incertezza tra le classi di farmaci e dimostrando al contempo che tale incertezza è indipendente dalle classiche classificazioni del rischio molecolare.

Shokrzadeh, A. J., Shokrzadeh, P.2026-06-11
💻 bioinformatics

Robust semi-supervised scRNA-seq integration from virtual adversarial learning

Il documento presenta scCRAFT+, un modello di integrazione scRNA-seq semi-supervisionato e robusto che sfrutta il Virtual Adversarial Training per incorporare informazioni sui geni marker, superando così i limiti dei metodi esistenti nel preservare le distinzioni tra sottotipi cellulari fini e migliorando l'accuratezza dell'annotazione anche con set di marker rumorosi o incompleti.

He, C., Filippidis, P., Xing, J., Kleinstein, S., Guan, L.2026-06-11
💻 bioinformatics

Pillbox: A Leakage-Aware Foundation-Model Predictor and Lineage-Ceiling Diagnostic for Cancer Drug Response

Pillbox è un predittore basato su modelli di fondazione sottoposto ad audit di perdita che integra CpGPT, CLAMP e embedding dell'espressione genica tramite l'attenzione a grafo condizionata da FiLM per raggiungere un'elevata accuratezza nella previsione della risposta ai farmaci oncologici, utilizzando al contempo la correlazione residua tra architetture incrociate per diagnosticare la saturazione delle caratteristiche (feature-stack saturation) e confermare che il lignaggio tissutale rimanga il fattore dominante nella risposta ai farmaci.

Hill, J. J. K., Ryoo, H. J., Ghanta, A., Singh, S., Anders, D., Jiao, E., Jeong, J.2026-06-11
💻 bioinformatics

GermRL: Alleviating The Germline Bias In Autoregressive Antibody Language Models Through Reinforcement Learning

Questo articolo introduce GermRL, un framework di apprendimento per rinforzo leggero che attenua efficacemente il bias della linea germinale nei modelli linguistici autoregressivi per anticorpi, consentendo la generazione one-shot di candidati anticorpali strutturalmente plausibili e diversificati con alte soglie di mutazione a partire da sequenze germinali per la scoperta terapeutica.

Ludwig, L., Chungyoun, M., Gray, J. J.2026-06-11
💻 bioinformatics

DivQuant: Estimation of Species Richness and Entropy from Small Samples

DivQuant è uno strumento basato sull'ottimizzazione che migliora la stima della ricchezza di specie e dell'entropia di Shannon da piccoli campioni formulando il problema come un programma quadratico convesso con un obiettivo χ2\chi^2 di Neyman, ottenendo così intervalli di confidenza ben calibrati e una precisione superiore rispetto ai metodi allo stato dell'arte attraverso diversi dataset biologici.

Schmitz, J. E., Rahmann, S.2026-06-11
💻 bioinformatics

An AI-Powered Trisomy 21 Research Assistant

Il T21 Research Assistant è un sistema di generazione aumentata da recupero consapevole delle sezioni, costruito su modelli NVIDIA Nemotron, che dà priorità ai risultati sperimentali di 1.789 pubblicazioni open-access sulla sindrome di Down per fornire risposte rigorosamente citate e basate sull'evidenza a quesiti di ricerca.

NANDI, S., Sundararajan, Z., Subirana-Granes, M., Espinosa, J. M., Pividori, M., Sullivan, K. D., Galbraith, M. D., Cost (…)2026-06-11
💻 bioinformatics

EditorForge: An Active-Site-Aware Framework for Inverse-Folding-Based Protein Redesign

EditorForge è un framework modulare che potenzia il riprogettazione proteica basata sull'inverse-folding integrando maschere di design esplicite, schermatura del sito attivo e controllo della qualità strutturale per generare in modo sicuro candidati di sequenza vincolati e ad alta confidenza per domini enzimatici e di editing genomico.

Chen, A., Siddiqui, J., Taucar, W., Tiralongo, L., Tkachenko, M., Xu, A., Bawa, S., Guo, S., Pinska, O., Rim, J., Shi, J (…)2026-06-11
💻 bioinformatics

OMIO: A policy-driven Python library for reproducible microscopy image I/O

OMIO è una libreria Python leggera e open-source che garantisce l'analizzabilità riproducibile delle immagini di microscopia separando la lettura dei file a basso livello da uno strato centralizzato, guidato da policy, che impone convenzioni di assi canonici e una normalizzazione robusta dei metadati attraverso formati di file eterogenei.

Musacchio, F., Antony, H., Crux, S., Fuhrmann, F., Gockel, N., Hoffmann, D. M., Mercan, D., Nebeling, F. C., Fuhrmann, M (…)2026-06-11