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 studio presenta un algoritmo basato su k-mer accelerato di oltre 100 volte per l'identificazione di varianti del codice genetico in migliaia di genomi batterici e archaea, rivelando nuove variazioni, inclusa la prima riassegnazione di un codone senso negli archaea.
NovoTax è una pipeline end-to-end che identifica ceppi prokariotici e specie contaminanti direttamente dai dati di proteomica basata sulla spettrometria di massa, combinando tecniche di sequenziamento de novo e ricerca genomica per abilitare analisi proteomiche più approfondite.
Questo studio utilizza l'apprendimento automatico multistadio per dimostrare che il timing circadiano, in particolare la finestra ZT8-ZT12, definisce finestre molecolari critiche nello sviluppo della miopia, rivelando un asse coordinato retina-corioide e programmi genici conservati tra specie che si traducono in reti neuroendocrine più complesse nell'uomo.
Questo articolo sostiene che, poiché i grandi modelli linguistici sono intrinsecamente inadeguati a fornire elenchi completi e verificabili di fatti scientifici, l'adozione di un'architettura di "GraphRAG" che interroga un grafo della conoscenza strutturato è la soluzione necessaria per garantire risposte affidabili, tracciabili e riproducibili nella ricerca botanica.
Il paper presenta EV-Net, un nuovo framework bioinformatico che adatta NicheNet per modellare la comunicazione mediata da vescicole extracellulari, consentendo di identificare e prioritizzare le molecole del loro carico con alto potenziale regolatorio nei tessuti bersaglio.
Questo studio presenta un metodo di fusione multimodale per dati funzionali circolari ad alta risoluzione, integrando immagini del fondo oculare e tomografia a coerenza ottica per identificare sottogruppi strutturali eterogenei di neuroretina e migliorare la robustezza dei marcatori clinici di decadimento nel glaucoma.
Il documento presenta sctrial, un framework open source in Python per l'analisi differenziale a livello di partecipante in studi di RNA-seq a singola cellula longitudinali, che risolve il problema della pseudoreplicazione cellulare garantendo una quantificazione dell'incertezza più rigorosa e risultati statisticamente validi in contesti clinici e traslazionali.
Halo è un modello preaddestrato che ricostruisce i confini cellulari completi integrando la morfologia nucleare con la distribuzione spaziale degli RNA, superando le strategie di espansione nucleare tradizionali e consentendo una segmentazione cellulare accurata e generalizzabile per la trascrittomica spaziale senza necessità di ulteriore addestramento.
Questo studio integra analisi trascrittomiche e reti di interazione proteica per identificare geni hub prognostici, come CDK1 e CCNB1, nel carcinoma squamocellulare orale, proponendoli come potenziali biomarcatori e bersagli terapeutici.
Il paper presenta GenoJEPA, un framework di apprendimento rappresentazionale genomico basato sull'architettura joint-embedding predictive che, sostituendo la ricostruzione locale delle basi con l'allineamento semantico nello spazio latente, ottiene prestazioni superiori su 55 compiti downstream riducendo al contempo costi computazionali e parametri, rendendo possibile l'uso di classificatori leggeri senza GPU.