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.

Integrative AlphaFold Modeling, Fragment Mapping, and Microsecond Molecular Dynamics Reveal Ligand-Specific Structural Plasticity at the Human Urotensin II Receptor

Questo studio integra modelli AlphaFold, mappatura di frammenti e simulazioni di dinamica molecolare per rivelare come piccole differenze strutturali tra i ligandi peptidici hUII e URP inducano una plasticità conformazionale distinta nel recettore umano UT, modulando selettivamente l'attivazione del recettore e le vie di segnalazione.

Torbey, A. G.2026-04-07💻 bioinformatics

Flow molecular dynamics simulations reveal mechanosensitive regulation of von Willebrand factor through glycan-modulated autoinhibitory modules

Utilizzando simulazioni di dinamica molecolare in flusso, lo studio rivela come le forze idrodinamiche attivino il fattore von Willebrand inducendo un cambiamento conformazionale da uno stato autoinibito a uno esteso, mediato da moduli glicosilati che modulano la sensibilità meccanica.

Richard Louis, N. E. L., Zhao, Y. C., Ju, L. A.2026-04-07💻 bioinformatics

CPS: Mapping Physical Coordinates to High-Fidelity Spatial Transcriptomics via Privileged Multi-Scale Context Distillation

Il paper introduce CPS, un framework di rappresentazione neurale implicita che, sfruttando una strategia di distillazione del contesto multi-scala privilegiato, mappa le coordinate fisiche su trascrittomica spaziale ad alta fedeltà, superando i limiti di sparsità e rumore delle piattaforme attuali e ottenendo prestazioni all'avanguardia nell'imputazione, nel denoising e nella super-risoluzione dei dati biologici.

Zhang, L., Cao, K., Zheng, S., Liang, S., Wan, L.2026-04-07💻 bioinformatics

Machine Learning-Enhanced Nanopore ITS Analysis: Evaluating CPU-GPU Pipelines for High-Accuracy Fungal Taxonomic Resolution

Questo studio dimostra che l'analisi del DNA fungino tramite nanopori può essere ottimizzata sia con pipeline GPU ad alta precisione per la risoluzione a livello di specie, sia con workflow CPU potenziati da machine learning per un'accurata classificazione a livello di genere, offrendo così una soluzione scalabile per infrastrutture con risorse limitate.

Albuja, D. S., Maldonado, P. S., Zambrano, P. E., Olmos, J. R., Vera, E. R.2026-04-07💻 bioinformatics

Domain classification of archaeal proteomes reveals conserved fold repertoire

Questo studio dimostra che il repertorio di pieghe proteiche negli Archaea è ampiamente conservato rispetto ad altri domini della vita, rivelando che la scarsa caratterizzazione strutturale di questo dominio è dovuta alla bassa sensibilità dei metodi di classificazione per sequenze divergenti piuttosto che a una reale novità strutturale.

Schaeffer, R. D., Pei, J., Guo, R., Zhang, J., Medvedev, K., Cong, Q., Grishin, N.2026-04-06💻 bioinformatics