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 documento presenta TPCAV, un nuovo metodo di attribuzione dei concetti che adatta e migliora l'approccio TCAV tramite decorrelazione PCA per interpretare in modo robusto e agnostico rispetto all'input i modelli di deep learning genomici, consentendo l'analisi di caratteristiche biologiche complesse come stati della cromatina ed elementi ripetitivi.
Questo articolo presenta l'algoritmo LCPC, una nuova trasformazione che converte i contorni cellulari 2D e 3D in onde sinusoidali discrete per catturare il contesto spaziale e la chiralità, permettendo una stratificazione quantitativa robusta delle morfologie cellulari per correlare nuovi fenotipi alla resistenza ai trattamenti.
Il paper presenta MultiStateFold (MSFold), un framework che integra il Parallel Tempering nello spazio dei token strutturali di ESM3 per superare i limiti di campionamento locale e prevedere con alta accuratezza molteplici conformazioni proteiche, superando metodi esistenti come AlphaFold 3.
Questo lavoro propone un framework di integrazione adattiva di modelli fondazione eterogenei per identificare geni predittivi istologicamente nel cancro al seno, sfruttando la trascrittomica spaziale per superare i limiti dei singoli modelli e migliorare l'accuratezza e l'interpretabilità delle analisi genetiche.
Il paper presenta un framework che integra dati di trascrittomica spaziale e multiome a singola cellula per inferire programmi regolatori risolti spazialmente nel melanoma, rivelando come la strategia di assegnazione influenzi la stabilità dei risultati e permettendo un'analisi multimodale interpretabile a livello di geni, picchi e fattori di trascrizione.
Il framework GeoARG, che integra caratteristiche strutturali e modelli linguistici proteici, supera i limiti degli approcci basati sull'omologia di sequenza per scoprire nuovi geni di resistenza agli antibiotici, identificando candidati altamente divergenti che conservano la geometria dei siti attivi.
Lo studio rivela che il dominio UBL3 presenta un controllo dinamico unico incentrato sull'elica centrale, distinguendosi dagli altri proteine simili all'ubiquitina e offrendo nuove basi strutturali per comprendere il suo ruolo nel traffico proteico e nelle malattie.
Questo studio presenta un quadro analitico che integra la geometria tissutale per distinguere l'associazione interfacciale dalla localizzazione spaziale nelle interazioni ligando-recettore, rivelando che la comunicazione tumorale è meglio descritta come un continuum di vincoli spaziali piuttosto che come regimi discreti.
Questo studio dimostra che l'uso combinato di variabili surrogate basate sull'espressione e di componenti principali genotipiche per correggere le variabili latenti nei dati di RNA-seq migliora significativamente la riproducibilità e il recupero biologico rispetto ai metodi di correzione singoli, raccomandando tale approccio integrato come pratica standard nelle analisi di espressione differenziale.
Il paper introduce *sosta*, un pacchetto Bioconductor open-source che permette l'analisi diretta di strutture anatomiche multicellulari nei dati di omica spaziale, superando i limiti degli attuali metodi focalizzati sulle singole cellule.