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.

Computational Design and Atomistic Validation of a High-Affinity VHH Nanobody Targeting the PI/RuvC Interface of Streptococcus pyogenes Cas9: A Bivalent Hub Strategy for CRISPR-Cas9 Enhancement

Questo studio presenta un pipeline computazionale end-to-end per il design *de novo* di un nanobody VHH ad alta affinità che si lega all'interfaccia PI/RuvC di SpCas9, validato tramite simulazioni di dinamica molecolare come un hub bivalente stabile per potenziare le applicazioni CRISPR-Cas9.

Kumar, N., Dalal, D., Sharma, V.2026-03-25💻 bioinformatics

Co-folding of Membrane Proteins and Lipid Molecules Improves Membrane-Protein Structure Prediction Accuracy

Il metodo CoMPLip migliora l'accuratezza della predizione strutturale delle proteine di membrana integrando esplicitamente molecole lipidiche nel processo di co-piegamento con AlphaFold 3, creando un contesto di membrana che facilita la previsione di pose leganti, la corretta separazione dei domini e il campionamento di stati conformazionali multipli.

Oheda, H., Inoue, M., Ekimoto, T., Yamane, T., Ikeguchi, M.2026-03-25💻 bioinformatics

Deconvolution of omics data in Python with Deconomix -- cellular compositions, cell-type specific gene regulation, and background contributions

Il paper presenta Deconomix, un pacchetto Python completo con interfaccia grafica per la deconvoluzione dei dati di trascrittomica bulk, che permette di stimare le composizioni cellulari, ottimizzare i pesi genici tramite machine learning, inferire contributi di fondo e analizzare la regolazione genica specifica per tipo cellulare.

Mensching-Buhr, M., Sterr, T., Voelkl, D., Seifert, N., Tauschke, J., Engel, L., Rayford, A., Straume, O., Grellscheid, S. N., Beissbarth, T., Zacharias, H. U., Goertler, F., Altenbuchinger, M. C.2026-03-24💻 bioinformatics

A universal model for drug-receptor interactions

Questo lavoro presenta un modello di apprendimento automatico che, superando i limiti degli approcci strutturali tradizionali e della scarsità di dati chimici, apprende i principi delle interazioni non leganti per predire le interazioni farmaco-recettore su nuove molecole senza bias di memorizzazione, offrendo così un quadro teorico per la scoperta razionale di farmaci.

Menezes, F., Wahida, A., Froehlich, T., Grass, P., Zaucha, J., Napolitano, V., Siebenmorgen, T., Pustelny, K., Barzowska-Gogola, A., Rioton, S., Didi, K., Bronstein, M., Czarna, A., Hochhaus, A., Plet (…)2026-03-24💻 bioinformatics

FlashDeconv enables atlas-scale, multi-resolution spatial deconvolution via structure-preserving sketching

FlashDeconv è un nuovo metodo di deconvoluzione spaziale che, combinando il campionamento per importanza basato su punteggi di leva con la regolarizzazione spaziale sparsa, permette di analizzare dataset su scala di milioni di bin con la precisione dei metodi Bayesiani, rivelando nicchie cellulari e microdomini infiammatori invisibili alle tecniche attuali e superando i limiti di risoluzione dei dati Visium HD.

Yang, C., Chen, J., Zhang, X.2026-03-24💻 bioinformatics