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.
Questo articolo propone un nuovo quadro integrativo a quattro livelli che utilizza l'entropia dell'informazione, la conservazione evolutiva e i modelli di linguaggio del DNA per costruire reti di regolazione genica direttamente dalle sequenze genomiche, superando la dipendenza dai soli profili di espressione.
STDrug è un framework computazionale che sfrutta la trascrittomica spaziale e l'apprendimento automatico per identificare farmaci riposizionabili personalizzati, superando i limiti dei metodi basati su scRNA-seq grazie alla considerazione del contesto tissutale spaziale e dimostrando una maggiore accuratezza predittiva in studi sul carcinoma epatocellulare e prostatico.
Questo studio dimostra che l'analisi delle reti di co-espressione, rispetto alla tradizionale analisi della differenziale espressione, offre un modello più parsimonioso e accurato per descrivere la funzione eterogenea della microglia come programmi molecolari concorrenti piuttosto che come identità distinte.
Il paper presenta Locat, un nuovo framework che identifica geni marcatore specifici nelle analisi di trascrittomica a cellula singola testando congiuntamente l'arricchimento e l'esaurimento dell'espressione genica, permettendo così di ottenere set di geni più compatti e interpretabili che facilitano confronti diretti tra diverse condizioni biologiche senza necessità di correzione del batch.
Il paper presenta CASPA, una pipeline automatizzata end-to-end per l'analisi della proteomica a singola cellula che supera le limitazioni dei metodi esistenti integrando correzione di batch, scoperta di marcatori multimodale e annotazione contestuale guidata da modelli linguistici (LLM) validata, garantendo così un'annotazione delle cellule riproducibile e affidabile.
Il paper introduce FLASH, un nuovo framework interpretabile basato sull'apprendimento profondo che mappa direttamente le letture di sequenziamento grezzo sui fenotipi, superando i limiti degli studi di associazione genome-wide e offrendo previsioni accurate e generalizzabili per patogeni batterici, fungini e virali anche su varianti mai viste prima.
Lo studio dimostra che il sequenziamento dell'intero genoma a copertura ultra-bassa (ulcWGS) rappresenta un'alternativa economica e affidabile per stimare l'endogamia nei cani, fornendo risultati coerenti con le tecniche ad alta copertura e permettendo un monitoraggio genetico più accessibile.
Il paper presenta DrugPlayGround, un framework progettato per valutare e confrontare le prestazioni dei modelli linguistici di grandi dimensioni nella generazione di descrizioni testuali di caratteristiche farmacologiche e interazioni biologiche, fornendo spiegazioni dettagliate per validare il loro ragionamento chimico-biologico nel campo della scoperta di farmaci.
Questo studio utilizza l'apprendimento automatico per stimare il profilo dei composti volatili nel formaggio basandosi sull'espressione genica metatrascrittomica dei microrganismi coinvolti, permettendo di associare firme geniche specifiche a percorsi biochimici rilevanti per la generazione di aromi e sapori.
Il paper presenta REBEL, un framework che garantisce la riproducibilità a lungo termine delle analisi bioinformatiche risolvendo automaticamente le dipendenze di sistema e generando ambienti Docker deterministici, superando così le limitazioni degli attuali gestori di pacchetti.