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.

MTB-KB: A Curated Knowledgebase of Mycobacterium tuberculosis Related Studies

Il documento presenta MTB-KB, un database curato che integra sistematicamente oltre 75.000 associazioni da 1.246 pubblicazioni per consolidare la conoscenza frammentata sulla tubercolosi in una piattaforma accessibile che supporta la ricerca, la diagnosi e le strategie di eliminazione globale.

Li, P., Li, C., Zhu, R., Sun, W., Zhou, H., Fan, Z., Yue, L., Zhang, S., Jiang, X., Luo, Q., Han, J., Huang, H., Shen, A., Bahetibieke, T., Wang, J., Zhang, W., Wen, H., Niu, H., Bu, C., Zhang, Z., Xi (…)2026-04-10💻 bioinformatics

Structure-Based and Stability-Validated Prioritization of BACE1 Inhibitors Integrating Meta-Ensemble QSAR and Molecular Dynamics

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.

Chowdhury, T. D., Shafoyat, M. U., Hemel, N. H., Nizam, D., Sajib, J. H., Toha, T. I., Nyeem, T. A., Farzana, M., Haque, S. R., Hasan, M., Siddiquee, K. N. e. A., Mannoor, K.2026-04-10💻 bioinformatics

TCMCard: A High-Confidence Digital Infrastructure for Traditional Chinese Medicine Quantified by Multi-Dimensional Evidence Integration

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.

Wang, Y., Dong, W., Yao, J., Wang, K., Zhang, L., Wang, Y., Guo, S., Li, H., Cai, H., Wang, X., Li, Y.2026-04-10💻 bioinformatics

MHCXGraph: A Graph-Based approach to detecting T cell receptor cross-reactivity

Il paper presenta MHCXGraph, un approccio computazionale basato su grafi che integra informazioni strutturali per identificare regioni conservate e rilevanti immunologicamente nei complessi peptide-MHC, superando i limiti dei metodi basati sulla sequenza per supportare la scoperta di cross-reattività dei recettori delle cellule T e lo sviluppo di terapie.

Simoes, C. D. M. S., Maidana, R. L. B. R., De Assis, S. C., Guerra, J. V. d. S., Ribeiro-Filho, H. V.2026-04-10💻 bioinformatics

Deep learning enables direct HLA typing from immunopeptidomics data

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.

Pilz, M., Scheid, J., Bauer, A., Lemke, S., Sachsenberg, T., Bauer, J., Nelde, A., Stadelmaier, J., Walter, A., Rammensee, H.-G., Nahnsen, S., Kohlbacher, O., Walz, J. S.2026-04-10💻 bioinformatics

Benchmarking ambient RNA removal across droplet and well-plate platforms reveals artificial count generation as a critical failure mode of scAR and CellClear

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.

Schroeder, L., Gerber, S., Ruffini, N.2026-04-10💻 bioinformatics