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 articolo presenta tre nuovi stimatori basati su k-mer, robusti alle sequenze ripetitive e valutati su satelliti alfa, che superano le prestazioni dei metodi esistenti e sono disponibili come software open-source.
Gli autori hanno sviluppato un modello di deep learning interpretabile basato su meccanismi di attenzione per l'integrazione multi-omics (mRNA, miRNA, metilazione del DNA) che migliora significativamente la previsione prognostica dell'epatocarcinoma epatocellulare rispetto ai modelli baselines, identificando al contempo biomarcatori biologicamente rilevanti.
Il paper presenta PanTEon, un framework di deep learning cross-kingdom che combina un database armonizzato e una piattaforma di benchmarking modulare per standardizzare e migliorare la classificazione riproducibile degli elementi trasponibili in diversi organismi eucarioti.
Il paper presenta Correlate, un'applicazione web gratuita e accessibile senza login che analizza i dati degli screen CRISPR del Cancer Dependency Map per identificare dipendenze geniche e correlazioni funzionali in oltre 1.000 linee cellulari tumorali, offrendo un approccio basato sui dati che integra e completa i metodi tradizionali di annotazione biologica.
Il metodo Nettle proposto nel paper migliora la quantificazione nella proteomica DIA imputando i limiti di tempo di ritenzione dei peptidi invece dei valori mancanti, ottenendo così una maggiore accuratezza, una riduzione del limite inferiore di quantificazione e la possibilità di calcolare rapporti quantitativi in casi altrimenti non risolvibili.
Il framework statistico CellWHISPER permette un'inferenza robusta e scalabile della comunicazione cellulare diretta dai dati di trascrittomica spaziale, distinguendo con precisione le interazioni funzionali dalla semplice vicinanza strutturale e consentendo la scoperta di nuovi programmi di segnalazione in contesti fisiologici e patologici.
Il paper presenta GATSBI, un framework basato su attenzione grafica che genera embedding proteici contestuali integrando dati biologici eterogenei e migliorando le prestazioni predittive, specialmente per proteine poco studiate, grazie a protocolli di valutazione biologicamente motivati.
Il paper presenta muat, un software portatile basato su transformer distribuito tramite Docker e Bioconda che permette la classificazione dei tumori e l'apprendimento di rappresentazioni dai dati di varianti somatiche in ambienti di calcolo ad alte prestazioni e sicuri, mantenendo elevate prestazioni anche senza riaddestramento su diverse coorti.
Il paper presenta PANDA, una pipeline grafica end-to-end che ripristina i pattern di metilazione contigui a livello di singola molecola da dati di sequenziamento bisolfito, permettendo l'analisi dell'eterogeneità epiallelica e il ripristino di architetture epigenetiche a lungo raggio in studi di ampliconi mirati.
OncoMORPHIA è una piattaforma web gratuita e interattiva che unifica la visualizzazione 3D delle strutture proteiche, l'annotazione clinica delle varianti e l'analisi funzionale per facilitare l'esplorazione integrata delle mutazioni tumorali senza richiedere competenze bioinformatiche specializzate.