775 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 introduce PACMON, un modello bayesiano scalabile e interpretabile che integra dati multi-omici su larga scala per mappare sistematicamente gli effetti delle perturbazioni su programmi biologici di pathway noti, superando i limiti delle metodologie esistenti in termini di accuratezza e capacità di elaborazione.
Il paper presenta TCRseek, un framework di ricerca scalabile per i repertori dei recettori delle cellule T che combina embedding di k-mer a finestre con indicizzazione ANN e un passaggio di riordinamento per ottenere una velocità di ricerca significativamente superiore rispetto ai metodi esatti senza compromettere la sensibilità.
Lo studio dimostra che l'uso di un approccio integrato che combina più strumenti di annotazione (ANNOVAR, SnpEff, VEP) e modelli genici (Ensembl e RefSeq) è essenziale per massimizzare la copertura genomica e garantire l'affidabilità delle inferenze a livello di proteine e pathway, evitando le discrepanze e le perdite di informazioni tipiche dell'uso di un singolo metodo.
Il paper presenta dreampy, un'implementazione in Python del framework R dreamlet che permette l'analisi differenziale dell'espressione genica su dati di RNA-seq a cellula singola aggregati in pseudobulk, integrandosi nativamente con l'ecosistema scverse e AnnData.
Il paper presenta Micro16S, un approccio di deep learning che genera rappresentazioni vettoriali continue delle sequenze del gene 16S rRNA basate sulle relazioni filogenetiche, migliorando la coerenza tassonomica e l'invarianza regionale rispetto ai metodi tradizionali, sebbene i modelli classici abbiano finora superato le prestazioni del sistema su compiti di classificazione specifici.
Il paper presenta ExposoGraph, una piattaforma interattiva basata su un grafo di conoscenza che unifica dati su esposizioni cancerogene, vie metaboliche di attivazione e detossificazione, danni al DNA e annotazioni genetiche per facilitare lo studio delle interazioni gene-ambiente nel rischio oncologico.
Questo studio dimostra che un singolo agente AI è in grado di estrarre dati da meta-analisi agricole con un'equivalenza statistica rispetto all'estrazione umana, risolvendo il collo di bottiglia tradizionale attraverso un allineamento guidato da LLM e riducendo costi ed errori.
Il paper presenta REGEN, un framework basato sulle Reti Neurali Grafiche che ricostruisce simultaneamente le reti di interazione genica da dati di espressione trascrittomica in bulk e prevede lo stato vitale dei pazienti, offrendo linee guida pratiche per l'applicazione di queste reti nel contesto della biologia dei tumori.
Il paper presenta EvoMut, un framework computazionale che integra dati strutturali, chimici, funzionali ed evolutivi per distinguere le residui ossidabili ingegnerizzabili da quelli vincolati, facilitando così la progettazione razionale di proteine con maggiore stabilità ossidativa.
Gli autori hanno sviluppato un framework di benchmarking armonizzato e consapevole dell'implementazione per valutare 46 strumenti di punteggio di rischio poligenico su fenotipi binari e continui, dimostrando che le prestazioni variano significativamente in base al metodo statistico, alle caratteristiche del fenotipo e ai vincoli pratici, senza che esista un singolo metodo universalmente ottimale.