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.
Questo studio valuta le prestazioni di sei variant caller somatici integrati in una pipeline Snakemake su dati di sequenziamento ampliconico tumore-only ad alta copertura, dimostrando che FreeBayes, VarScan, MuTect2 e Pisces offrono le migliori prestazioni nel contesto diagnostico clinico.
Il paper introduce IDiom, un modello linguistico autoregressivo addestrato su milioni di sequenze di regioni proteiche intrinsecamente disordinate che permette la generazione di nuove sequenze funzionali e contestualmente rilevanti, superando le limitazioni dei metodi di progettazione basati sulla struttura.
Il paper presenta SimpleFold-Turbo, un metodo che applica la tecnica di caching adattivo TeaCache alla previsione della struttura proteica tramite flow-matching, ottenendo un'accelerazione nell'inferenza fino a 14 volte con una perdita di qualità trascurabile senza necessità di riaddestramento o modifiche ai pesi del modello.
Lo studio dimostra che, nei saggi ad alto contenuto, l'irripetibilità dei dati dovuta a fattori tecnici non controllabili e la rimozione degli outlier non influenzano significativamente i pattern di classificazione, suggerendo che la riproducibilità non sia un indicatore affidabile della qualità dell'assay.
Questo studio presenta un framework computazionale integrato e validato, che combina QSAR, docking molecolare e simulazioni di dinamica molecolare, per identificare e prioritizzare in modo stabile nuovi inibitori di BACE1 candidati per il trattamento del morbo di Alzheimer, con particolare attenzione alla loro capacità di attraversare la barriera emato-encefalica.
Il documento presenta TCMCard, un'infrastruttura digitale ad alta affidabilità che integra prove multidimensionali per filtrare il rumore dai dati e facilitare l'analisi sinergica dei meccanismi della medicina tradizionale cinese attraverso una piattaforma interattiva.
Questo studio colma la lacuna di risorse trnL curate confrontando sistematicamente tre strumenti (OBITools3/ecoPCR, RESCRIPt e MetaCurator) per generare e valutare database di riferimento che migliorano l'identificazione dei taxa vegetali nel metabarcoding del DNA.
Il paper presenta Immunotype, un predittore basato sull'apprendimento profondo che risolve la sfida computazionale del tipaggio HLA diretto dai dati di immunopeptidomica, integrando informazioni sulle sequenze peptidiche e HLA per ottenere un'accuratezza dell'87,2% a livello proteico.
Questo studio dimostra che, sebbene strumenti come CellBender e SoupX offrano una rimozione affidabile dell'RNA ambientale mantenendo l'integrità dei dati, strumenti come scAR e CellClear falliscono criticamente generando conteggi artificiali e nuove popolazioni cellulari spurie, evidenziando la necessità di preservare l'integrità della matrice dei conteggi come criterio primario nella selezione degli strumenti di correzione.
Questo articolo presenta un flusso di lavoro open-source basato su principi statistici per l'analisi differenziale di esperimenti di imaging spettrometrico di massa con disegni complessi, illustrando l'impatto critico delle scelte riguardanti l'elaborazione del segnale, l'aggregazione delle caratteristiche, la selezione delle regioni di interesse e i modelli statistici attraverso uno studio di caso su campioni umani e dataset simulati.