💻 Category

bioinformatics

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.

Predicting Pre-treatment Resistance or Post-treatment Effect? A Systematic Benchmarking of Single-Cell Drug Response Models

Questo studio esegue un benchmark sistematico di modelli computazionali per la previsione della risposta ai farmaci a risoluzione singola cellula, rivelando che la maggior parte delle metodologie attuali fatica a prevedere lo stato intrinseco di resistenza pre-trattamento e soffre di scarsa robustezza in scenari di squilibrio delle classi, sottolineando così la necessità di sviluppare modelli di nuova generazione con maggiore rilevanza clinica.

Shen, L., Sun, X., Zheng, S., Hashmi, A., Eriksson, J., Mustonen, H., Seppänen, H., Shen, B., Li, M., Vähä-Koskela, M., Tang, J.2026-04-14💻 bioinformatics

Reconstructing intra-tumor fitness landscapes from scSeq CNA genotypes via simulation-based Bayesian inference and Deep Learning

Questo studio introduce un framework di inferenza bayesiana basato su simulazioni e deep learning, denominato CloneMLP-NPE, che ricostruisce con precisione i paesaggi di fitness intra-tumorali e stima i coefficienti selettivi delle alterazioni del numero di copie (CNA) dai profili genetici del sequenziamento a cellula singola, superando le limitazioni dei metodi tradizionali a causa di verosimiglianze intrattabili.

KafiKang, M., Skums, P.2026-04-14💻 bioinformatics

BioClaw: Human-Bot Research Collaboration Ecosystems in Group Chats

Il paper presenta BioClaw, un ecosistema di collaborazione uomo-bot che trasforma le chat di gruppo in spazi di lavoro persistenti, convertendo le richieste in linguaggio naturale in analisi eseguite tramite strumenti biomedici containerizzati per supportare la scoperta scientifica collaborativa.

Xu, M., Yan, J., Feng, R., Cai, Q., Zhang, P., Zhao, C., He, C., Wei, Z., Li, J., Lin, S., Dong, H., Jin, R., Hou, T., Liu, Q., Zhang, Z.2026-04-14💻 bioinformatics

GraphMana: graph-native data management for population genomics projects

Il paper presenta GraphMana, un sistema di gestione dati nativo basato su grafi che risolve le limitazioni dei flussi di lavoro frammentati nella genomica di popolazione consentendo l'aggiunta incrementale di campioni, il tracciamento della provenienza e l'export in 17 formati, riducendo drasticamente i tempi di elaborazione rispetto ai metodi tradizionali.

Estaji, E., Zhao, S.-W., Chen, Z.-Y., Nie, S., Mao, J.-F.2026-04-14💻 bioinformatics

GraphPop: graph-native computation decouples population genomics complexity from sample count

Il paper presenta GraphPop, un motore di database grafico che riduce la complessità computazionale della genomica delle popolazioni da O(V x N) a O(V x K) indipendentemente dal numero di campioni, permettendo analisi rapide ed efficienti su grandi dataset come quelli del riso e dell'uomo con un consumo di memoria costante.

Estaji, E., Zhao, S.-W., Chen, Z.-Y., Nie, S., Mao, J.-F.2026-04-14💻 bioinformatics

TB-Bench: A Systematic Benchmark of Machine Learning and Deep Learning Methods for Second-Line TB Drug Resistance Prediction

Questo studio presenta TB-Bench, un benchmark sistematico che valuta modelli di machine learning e deep learning per la previsione della resistenza ai farmaci antitubercolari di seconda linea, rivelando che i modelli tradizionali spesso superano quelli deep learning nella predizione interna, sebbene entrambi mostrino limitazioni nella generalizzazione esterna rispetto agli approcci basati su cataloghi.

VP, B., Jaiswal, S., Meshram, A., PVS, D., S C, S., Narayanan, M.2026-04-13💻 bioinformatics

Introducing the digital PCR data essentials standard to harmonize data structure for clinical and research use

Il documento presenta il Digital PCR Data Essentials Standard (DDES), un formato dati leggero e interoperabile sviluppato dalla comunità per armonizzare la struttura dei dati della PCR digitale, facilitando così l'analisi automatizzata, la riproducibilità della ricerca e l'adozione di pratiche FAIR.

Trypsteen, W., Vynck, M., Untergrasser, A., Whale, A. S., Rodiger, S., Dobnik, D., Bogozalec Kosir, A., Milavec, M., Kubista, M., Pfaffl, M. W., Nour, A. A., Young-Kyung, B., Bustin, S. A., Calin, G. (…)2026-04-13💻 bioinformatics