1235 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 MIMIQ, un metodo adattivo per il calcolo rapido e il test di significatività dell'informazione mutua su dati di sequenziamento RNA a singola cellula, applicato con successo allo studio del rimodellamento delle interazioni geniche nelle cellule T CD4+ durante l'infezione da SARS-CoV-2.
Il paper presenta CRIS, un database centralizzato e rigorosamente curato che offre dati standardizzati, flussi di lavoro e strumenti di visualizzazione per le strutture e le interazioni dell'RNA basati su tecniche di crosslinking, colmando il divario tra la crescente complessità dei dati sperimentali e le esigenze di riproducibilità e integrazione con l'intelligenza artificiale.
Il documento presenta KNexPHENIX, un flusso di lavoro basato su PHENIX che ottimizza la costruzione e il raffinamento di modelli atomici per strutture criomicroscopiche e cristallografiche, migliorando la stereochimica senza compromettere la correlazione con le mappe sperimentali o aumentare l'overfitting.
Il paper introduce HEIMDALL, un quadro unificato che dimostra come la progettazione dei tokenizzatori, in particolare attraverso la scelta dell'identità genica, la codifica dell'espressione e l'ordinamento, sia determinante per garantire una generalizzazione robusta nei modelli fondazionali per dati scRNA-seq in scenari di distribuzione non corrispondente, superando l'idea di un singolo tokenizzatore universalmente ottimale.
Questo studio dimostra che l'eterogeneità delle osservazioni nel single-cell omics distorce la coerenza dell'inferenza del manifold cellulare generando artefatti topologici, e propone descrittori di stabilità topologica per identificare le condizioni in cui tale inferenza rimane affidabile.
Questo studio introduce una definizione generalizzata di etichettatura corretta degli eventi di duplicazione nei genomi, valida anche in presenza di coalescenza profonda, e ne valuta le proprietà statistiche e l'accuratezza nell'ambito del metodo ASTRAL-pro sotto il modello DLCoal.
Questo studio dimostra che l'uso combinato di alfabeti amminoacidici ridotti e della tokenizzazione BPE nei modelli linguistici proteici consente di ridurre significativamente la lunghezza delle sequenze e i costi computazionali, mantenendo o migliorando le prestazioni predittive rispetto all'approccio standard a 20 residui.
Il lavoro presenta Cyclome, un quadro computazionale integrato che unifica un dataset di 930 peptidi ciclici, sviluppa nuovi algoritmi di allineamento e modelli di machine learning per prevedere la stabilità termica e il legame con metalli critici, fornendo così una risorsa fondamentale per il design di peptidi ciclici stabili.
Pipette è un framework di intelligenza artificiale multi-agente che supera le limitazioni dei modelli linguistici nella bioinformatica orchestrando flussi di lavoro scientifici complessi e biologicamente validi attraverso un "Skill Graph" derivato dalla letteratura, rendendo così l'analisi genomica accessibile anche ai ricercatori senza competenze computazionali specializzate.
Questo studio dimostra che i Variational Autoencoder (VAE) sono efficaci per il clustering di dati biologici e biomedici mappando le osservazioni in uno spazio latente strutturato e utilizzando la verosimiglianza di ricostruzione per identificare campioni tipici e anomalie in modo probabilistico.