💻 Category

bioinformatics

1199 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.

💻 bioinformatica

Ark-ADMET: endpoint-specific selection of molecular representations and hyperparameters for gradient-boosted ADMET models under the Therapeutics Data Commons benchmark protocol

Lo studio Ark-ADMET dimostra che adattare le rappresentazioni molecolari e gli iperparametri di CatBoost ai singoli endpoint ADMET, piuttosto che applicare un'architettura uniforme a tutti i compiti, produce prestazioni competitive o superiori sul benchmark Therapeutics Data Commons senza richiedere nuove architetture di modello.

Shi, Y., Luo, H., Liu, F., Zhao, S.2026-11-03
💻 bioinformatica

CNVision: a computational framework for functional interpretation of intragenic copy number variants

CNVision è un framework computazionale containerizzato che automatizza l'interpretazione funzionale standardizzata e consapevole dei trascritti delle varianti del numero di copie intrageniche, mappando accuratamente i punti di rottura alle sequenze codificanti e classificando le conseguenze della cornice di lettura, riducendo così significativamente i tempi di analisi manuale e migliorando la coerenza rispetto ai metodi tradizionali.

Liao, M., Zhuo, X.2026-11-03
💻 bioinformatica

Parameter-Efficient Adaptation of Protein Language Models for Dual-Target Antimicrobial Peptide Discovery Under Strict Homology Constraints

Questo articolo introduce un framework di apprendimento per trasferimento multi-task a efficienza di parametri basato su ESM-2 e LoRA che supera con successo i limiti dei modelli linguistici proteici congelati nella previsione sia della potenza antibatterica che della tossicità emolitica sotto rigorosi vincoli di omologia, consentendo la scoperta di peptidi antimicrobici altamente selettivi con indici terapeutici superiori.

Jat, R., Ejaz, S. R.2026-11-03
💻 bioinformatica

A validation approach for RNA structures based on deep-learning 3D-structure predictions

Questo articolo presenta un'estensione del tool Conkit-validate all'RNA, introducendo un metodo di validazione mapless basato sul deep learning che sfrutta le predizioni di contatto per rilevare errori strutturali, come i disallineamenti di registro, particolarmente in casi in cui gli approcci tradizionali basati su mappe sono limitati da dati sperimentali a bassa risoluzione.

Voorspoels, A., Simpkin, A. J., Keegan, R., Chojnowski, G., Rigden, D. J.2026-11-03
💻 bioinformatica

Bayesian model-based method for clustering gene expression time series with multiple replicates

Questo articolo introduce MMDPGP, un metodo bayesiano basato su modelli che utilizza processi gaussiani di processo di Dirichlet per raggruppare serie temporali di espressione genica con molteplici repliche modellando separatamente ogni replica, ottenendo così una precisione di clustering e un'intuizione biologica superiori rispetto agli approcci allo stato dell'arte.

Nushi, E., Douillard, F. P., Selby, K., Lindström, M., Honkela, A.2026-11-02
💻 bioinformatica

SpaceBlocks: an expert-supervised workflow for cohort-level spatial transcriptomics analysis

SpaceBlocks è un workflow Snakemake riproducibile e supervisionato da esperti che omogeneizza dati di trascrittomica spaziale a risoluzione singola-cellula eterogenei attraverso molteplici piattaforme per consentire analisi su scala di coorte scalabili, come dimostrato dalla sua capacità di identificare nuovi tipi cellulari, modelli di espressione di marcatori e differenze trascrizionali associate a malattie in diversi dataset biologici.

Oterino-Sogo, S., Mechkouri, N., Garcia-Ruano, D., Groppi, A., Rezvani, H.-R., Nikolski, M.2026-11-02
💻 bioinformatica

Interpreting graph neural networks reveals microbial association patterns in inflammatory bowel diseases

Interpretando le reti neurali grafiche addestrate su reti di associazione microbica specifiche per il singolo individuo, questo studio rivela che i modelli di co-abbondanza coordinata delle specie di Bacteroidales, piuttosto che la semplice abbondanza differenziale, sono caratteristiche predittive critiche della malattia infiammatoria intestinale che i modelli tradizionali di apprendimento automatico spesso trascurano.

Cunha, A. F., Vidal, E., Barranco-Altirriba, M., Amigo, T., Assis, J. G., Nakaya, H. I., Santos, A.2026-11-01