881 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 articolo propone un metodo di ensemble senza addestramento che combina ProteinMPNN con il modello linguistico specifico per gli anticorpi IgLM per migliorare significativamente il recupero degli amminoacidi e la diversità delle sequenze nell'inversione del ripiegamento degli anticorpi, colmando efficacemente il divario tra i modelli strutturali generali e la progettazione specializzata degli anticorpi.
Questo studio integra il sequenziamento di RNA e ATAC a singola cellula attraverso i gradi del carcinoma a cellule chiare del rene (ccRCC) per rivelare che i cambiamenti epigenetici precedono le variazioni metaboliche e invasive, definendo al contempo una robusta firma prognostica CBG e mappando l'evoluzione dinamica dell'esaurimento immunitario e delle reti di comunicazione intercellulare.
Il documento introduce Handshake, un modello di deep learning basato esclusivamente sulle sequenze che sfrutta ProstT5 e l'attenzione cross-chain per prevedere accuratamente i siti di legame proteina-proteina specifici per il partner su larga scala, rivelando al contempo che l'elevata ridondanza delle sequenze nei dati di addestramento gonfia significativamente le metriche di prestazione negli benchmark esistenti.
Questo studio identifica un loop superficiale divergente che forma la "Pocket2" come una fonte chiave di variazione strutturale e funzionale nelle legumaine degli squali, contrastando con i loro nuclei catalitici altrimenti altamente conservati e suggerendo questa regione come un obiettivo per future investigazioni sull'adattamento proteasico specifico per specie.
Il documento introduce CryoDiff, un modello di diffusione consapevole dell'incertezza che supera i metodi esistenti nel miglioramento delle mappe cryo-EM migliorando congiuntamente la risoluzione strutturale e fornendo stime di confidenza voxel-wise, aumentando così significativamente l'interpretabilità delle mappe e la costruzione dei modelli a valle.
Il documento introduce cellpin, un autoencoder variazionale scalabile addestrato esclusivamente su dati di sequenziamento dell'RNA a singola cellula che utilizza la distillazione latente insegnante-studente e la simulazione del rumore per imputare efficacemente i geni non misurati e denoisare i profili del trascrittoma spaziale senza richiedere l'allineamento tra diverse modalità.
OmniGene-4 introduce un modello di base Mixture-of-Experts unificato e interpretabile da un router che dimostra come il preaddestramento continuo guidi la specializzazione cross-task mentre il calcolo degli esperti gestisce il ragionamento biologico basato sulla sequenza, raggiungendo prestazioni allo stato dell'arte nell'omologia proteica e nella conoscenza biologica generale con costi computazionali significativamente ridotti anche quando esteso a input multimodali.
Il documento introduce UnBlender, una pipeline progettata per consentire agli scienziati respiratori di eseguire la deconversione dei tipi cellulari personalizzabile su dati RNA-seq bulk, validando regolarmente l'accuratezza delle proporzioni dei tipi cellulari stimate per garantire conclusioni riproducibili e affidabili.
Questo articolo presenta un framework di apprendimento automatico interpretabile che combina la riduzione della dimensionalità con un modello random forest multi-output per inferire accuratamente l'identità della razza e la discendenza dei cani da dati SNP a livello genomico, raggiungendo un'accuratezza del 91,7% sul dataset del Dog Aging Project e identificando al contempo loci genetici biologicamente rilevanti associati a tratti specifici della razza.
Questo articolo introduce ROTS 2.0, un framework open-source potenziato disponibile in R e Python che estende la statistica di test ottimizzata per la riproducibilità a diversi design di studi omici ad alto rendimento, inclusi i confronti multi-gruppo e l'analisi della sopravvivenza, per migliorare l'affidabilità della selezione delle caratteristiche in contesti sperimentali complessi.