1238 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 paper presenta StriMap, un framework di deep learning basato sulla struttura che integra caratteristiche fisico-chimiche, sequenziali e strutturali per prevedere le interazioni TCR-peptide-HLA con prestazioni all'avanguardia, consentendo applicazioni nell'immunoterapia e nell'identificazione di antigeni autoimmuni, come dimostrato dalla scoperta di mimetici molecolari batterici nell'artrite anchilosante.
CardamomOT è un nuovo framework basato sul trasporto ottimo meccanistico che supera i limiti dei metodi precedenti integrando l'inferenza delle reti di regolazione genica, la ricostruzione delle traiettorie proteiche e la generazione di dati realistici per l'analisi di serie temporali di scRNA-seq con maggiore accuratezza e robustezza.
Il paper introduce TRACE, un framework multimodale che utilizza l'allineamento contrastivo per stabilizzare la previsione del legame TCR-peptide, dimostrando che integrare dati strutturali imperfetti senza tale regolarizzazione può peggiorare le prestazioni rispetto a modelli basati solo sulla sequenza.
Questo studio dimostra che il sequenziamento nanopore delle librerie multiome di 10x Genomics consente l'identificazione dei siti di inizio trascrizione (TSS) e il demultiplexing genetico su trascritti a lunghezza intera, recuperando una mediana del 63% dei TSS rilevati dai metodi a lettura corta.
Il metodo U è un framework probabilistico rapido che identifica marcatori biologici robusti basandosi sulla consistenza della probabilità di espressione piuttosto che sulla magnitudine media, permettendo un'interpretazione spaziale coerente dei dati di trascrittomica a singola cellula senza necessità di tecniche di deconvoluzione o smoothing.
GeoBridge è un framework che modella le dinamiche cellulari come traiettorie geodetiche su un manifold lineare latente, trasformando snapshot sparsi di scRNA-seq in un paesaggio continuo e controllabile per ricostruire stati intermedi, navigare tra fenotipi e identificare geni driver senza necessità di annotazioni temporali.
Questo studio presenta MAPPER, un innovativo framework multimodale basato sui profili proteomici di *Escherichia coli* che permette di prevedere con precisione il meccanismo d'azione degli antibiotici e identificare nuovi candidati con meccanismi non convenzionali.
Il paper presenta HalluCodon, un framework basato su modelli linguistici multimodali che ottimizza le sequenze codificanti in modo specifico per ciascuna specie vegetale, garantendo modelli di utilizzo dei codoni nativi e un'elevata espressione proteica.
Questo studio dimostra che l'aggiornamento da FoldX5 a FoldX5.1 nel framework MAVISp garantisce un'alta concordanza nei risultati di stabilità proteica, supportandone l'adozione futura con una transizione graduale e l'aggiunta della versione del software come metadato.
Il documento presenta EMITS, uno strumento basato su Rust che utilizza l'algoritmo expectation-maximization per migliorare l'accuratezza della stima dell'abbondanza delle specie fungine nei dati di sequenziamento ITS a lettura lunga, risolvendo le ambiguità di classificazione tipiche dei metodi tradizionali.