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 FlyPredictome, un database open source che fornisce un atlante strutturale di 1,5 milioni di interazioni proteina-proteina previste in Drosophila mediante AlphaFold-Multimer, validando le predizioni attraverso l'arricchimento di mutazioni associate a fenotipi e rivelando l'organizzazione modulare delle reti di interazione.
Il pacchetto R trackDJ offre un'alternativa user-friendly e riproducibile ai browser genomici interattivi per la visualizzazione di dati epigenomici, consentendo la generazione rapida e programmatica di figure pubblicabili di alta qualità attraverso un'interfaccia semplificata e un'ampia funzionalità di sovrapposizione dei dati.
L'aggiornamento 2026 di DIOPT rafforza la sua funzione di risorsa centrale per la genetica funzionale integrando più algoritmi di predizione, ampliando il numero di specie supportate, migliorando l'interfaccia web e lanciando una versione specializzata per gli artropodi.
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 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.
Lo studio dimostra che, sebbene l'espressione genica sessualmente biasata possa influenzare la dipendenza funzionale, le differenze di essentialità genica sono spesso guidate da effetti diretti indipendenti dall'espressione, in particolare sui cromosomi sessuali dove il dosaggio cromosomico gioca un ruolo dominante.
Lo studio dimostra che l'integrazione di caratteristiche sequenziali biologicamente informate, oltre ai tradizionali parametri strutturali e di affinità, permette di identificare segnali contestuali e trasferibili che migliorano significativamente il successo predittivo nella progettazione di leganti proteici de novo, riducendo i fallimenti sperimentali.
Il paper presenta DeSCOPE, un framework leggero basato su autoencoder variazionale condizionale che supera i modelli di base nel prevedere le risposte delle cellule a perturbazioni genetiche, inclusi scenari con geni o tipi cellulari non visti e perturbazioni combinatorie, offrendo così un modello virtuale versatile per guidare la scoperta di target terapeutici.