1199 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.
QUANTA è un nuovo framework di annealing quantistico che formula la bipartizione dei quartetti pesati come un problema QUBO per consentire la stima degli alberi di specie su hardware quantistico reale, raggiungendo una precisione allo stato dell'arte e velocità significative rispetto ai metodi classici, mantenendo al contempo la scalabilità per grandi dataset genomici.
Questo Data Descriptor introduce un dataset con marca temporale e controllo della fuga di dati di evidenze geniche pubbliche e liste di geni datate in quattro aree di malattie, per consentire una valutazione retrospettiva riproducibile dei metodi di prioritizzazione genica.
Questo studio dimostra che il modo in cui vengono gestiti i record identici del genoma del virus della dengue — sia tramite semplice deduplicazione che tramite esclusione basata sulla provenienza — altera significativamente la variazione inferita nella proteina dell'envelope, portando potenzialmente alla perdita di siti antigenici critici e influenzando la prioritizzazione delle varianti nel DENV-3 in Bangladesh.
Questo articolo introduce TIGRdisco, uno strumento computazionale integrato che utilizza un approccio motif-agnostic per identificare con successo gli array TIGR e le relative proteine Tas da sequenze nucleotidiche non annotate, superando le sfide di rilevamento poste dalle architetture non canoniche dei sistemi.
Earl Grey ParTEA è una pipeline Snakemake completamente automatizzata e scalabile che genera una singola libreria di elementi trasponibili non ridondante da più genomi per consentire un'annotazione e un'analisi coerenti della diversità, dell'abbondanza e della dinamica evolutiva degli elementi trasponibili attraverso pangenomi e profonde scale filogenetiche.
L'articolo sostiene che metadati genomici critici quali aploidia, cultivar e struttura del subgenoma sono frequentemente assenti dagli archivi pubblici a causa di requisiti di sottomissione opzionali e convenzioni incoerenti, rendendo necessaria una transizione dal recupero post-hoc dalla letteratura alla cattura obbligatoria tramite vocabolario controllato al momento della sottomissione.
Questo studio presenta XAMPGen, una pipeline di SI interpretabile che perfeziona un modello linguistico proteico per generare nuovi peptidi antimicrobici e impiega tecniche di intelligenza artificiale spiegabile per convalidare il processo decisionale del modello, confermando infine l'attività biologica e la rilevanza strutturale delle sequenze generate attraverso saggi sperimentali.
Il documento presenta un tokenizer di strutture all-atom e il modello linguistico AtomLM-9b, che insieme raggiungono prestazioni di previsione della struttura biomolecolare paragonabili ad AlphaFold 3 comprimendo geometrie complesse in token discreti e ricostruendo strutture atomiche ad alta fedeltà.
Questo studio confronta i profili trascrittomici dei neutrofili nell'artrite reumatoide e nel COVID-19, rivelando che, mentre l'artrite reumatoide è caratterizzata da una distinta firma di risposta all'interferone e antivirale, essa condivide una parziale sovrapposizione trascrizionale con il COVID-19 pur esibendo divergenze specifiche nell'espressione genica che variano a seconda dello stadio della malattia.
Questo articolo introduce un framework deterministico e indipendente dalle proteine, definito "DNA-first", che sfrutta le caratteristiche matematiche delle sequenze genomiche grezze per identificare con successo architetture genomiche ricorrenti, come i loci della trascrittasi inversa associati ad array, integrando così i metodi tradizionali di scoperta centrati sui geni.