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 introduce CROWN, un nuovo dataset curato e pronto per l'apprendimento automatico di 153.005 complessi proteina-ligando che risolve il compromesso tra copertura e qualità dei dati esistenti attraverso un pipeline di pre-elaborazione automatizzata e minimizzazione energetica vincolata, offrendo una diversità strutturale quattro volte superiore a quella di PDBBind e HiQBind.
Il paper presenta geneslator, un pacchetto R che unifica la conversione degli identificatori genici, la mappatura degli ortologhi e l'annotazione delle vie metaboliche per otto organismi modello, offrendo un framework coerente e aggiornato per superare le limitazioni degli strumenti esistenti.
Questo studio utilizza un'analisi computazionale basata sulla struttura per valutare come diverse configurazioni del linker influenzino la stabilità e l'attività di legame di un frammento scFv anti-GUCY2C, fornendo un quadro per l'ottimizzazione razionale di anticorpi mirati al cancro del colon-retto.
T-Rex è un'applicazione desktop cross-platform che permette a clinici e ricercatori di analizzare in modo standardizzato, locale e senza competenze di programmazione i dati di sequenziamento dell'esoma intero (WES) di triadi, facilitando l'identificazione di varianti germinali rare associate a malattie pediatriche.
Questo lavoro presenta Claw4Science, una piattaforma e un dataset curato che unifica e analizza l'ecosistema frammentato degli agenti scientifici OpenClaw, fornendo un'infrastruttura fondamentale per lo sviluppo futuro di strumenti di intelligenza artificiale nella ricerca scientifica.
STAPLE è un sistema modulare che automatizza l'analisi end-to-end della trascrittomica spaziale unificando strumenti disparati e integrando un livello di reporting basato sull'intelligenza artificiale per migliorare la riproducibilità e l'interpretazione biologica.
Questo studio presenta un framework multimodale dinamico che integra espressione genica, dati di laboratorio longitudinali e storia terapeutica per migliorare la stratificazione prognostica e la previsione della sopravvivenza nel mieloma multiplo, superando significativamente i metodi basali e dimostrando robustezza su coorti indipendenti.
Questo studio dimostra che le strategie di trasformazione dei dati, in particolare quelle basate sul ranking, costituiscono l'approccio più efficace per rendere le Random Forest robuste alla contaminazione dei dati nella predizione genomica, offrendo un quadro generale per decidere quando adottarle rispetto ai metodi standard.
Il modello di deep learning multimodale SSPSPredictor, che integra informazioni di sequenza e struttura, supera gli strumenti esistenti nel prevedere le proteine che subiscono separazione di fase, offrendo al contempo nuove intuizioni sul ruolo delle proteine intrinsecamente disordinate e delle varianti patologiche in questo processo.
Il paper introduce BulkMonSTR, un nuovo framework computazionale che combina modellazione degli errori specifica per i ripetuti corti (STR) e classificazione tramite machine learning per rilevare con alta precisione le mutazioni mosaico a livello di nucleotide nei dati di sequenziamento di massa, superando le limitazioni dei metodi esistenti e fornendo una base scalabile per studiare il ruolo di queste mutazioni nell'invecchiamento e nelle malattie.