💻 Category

bioinformatics

1018 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.

💻 bioinformatics

Classical baselines outperform released deep-learning ITS classifiers, which collapse on ITS2 where predictions follow the flanking regions

Questo studio dimostra che, sebbene i classificatori basati sul deep learning per le sequenze ITS fungine raggiungano un'elevata accuratezza sui riferimenti a lunghezza intera, essi falliscono drasticamente sulla subregione ITS2 comunemente utilizzata affidandosi alle regioni fiancheggianti piuttosto che al barcode stesso, causando il fatto che i metodi baseline classici superino significativamente i primi in scenari realistici di metabarcoding ambientale.

O'Brien, A., Gardette, A., Marin, C., Parada, P.2026-09-10
💻 bioinformatics

Reference-guided pseudotime inference across species and biological contexts

Il documento presenta Cavebear, un framework di machine learning che sfrutta dati temporali di scRNA-seq di riferimento di una specie o condizione per inferire accuratamente il pseudotempo e mappare l'invecchiamento biologico o la progressione della malattia in contesti di query privi di etichette temporali affidabili.

Rittenhouse, N., Dannenfelser, R., Filippova, G. N., Yao, V., Deng, X., Disteche, C. M., Zhang, R.2026-09-10
💻 bioinformatics

Scaling Quantum Optimisation Beyond Hardware Limits for Real-World Scientific Workloads: Genome Assembly on Current Quantum Hardware

Questa ricerca dimostra che l'Hamiltonian Auto Decomposition Optimisation Framework (HADOF) può superare le attuali limitazioni dell'hardware NISQ per assemblare con successo un genoma di *Pseudomonas aeruginosa* di 7,1 milioni di paia di basi su hardware quantistico reale, raggiungendo una frazione genomica del 99,348% e provando la fattibilità dell'ottimizzazione quantistica scalabile per carichi di lavoro scientifici su larga scala.

G Sankar, N., Miliotis, G., Caton, S.2026-09-09
💻 bioinformatics

Atlas-scale single-cell analysis beyond in-memory paradigm with scAtlasPy

scAtlasPy è un nuovo framework di calcolo residente su disco che supera i limiti di memoria delle workstation standard, consentendo l'analisi a risoluzione completa di enormi atlanti di singola cellula (ad esempio, 100 milioni di cellule) con un uso della memoria significativamente inferiore e velocità di elaborazione più elevate rispetto alle piattaforme esistenti all'avanguardia.

Xu, H., Ye, Y., Zhang, S., Xie, R., Li, J., Lin, J., Hu, Y., Gao, L.2026-09-08
💻 bioinformatics

A shared functional organisation underlies vascular disease remodelling

Questo studio identifica una "organizzazione funzionale" di ordine superiore e riproducibile nella malattia vascolare che trascende le variazioni di singoli geni o percorsi, rivelando che il rimodellamento cardiovascolare attraverso diverse condizioni e tipi cellulari è guidato da un riequilibrio coordinato e dinamico di sei funzioni biologiche conservate.

Bradford, A., Bidula, S., Fabian, L., Warren, D.2026-09-08
💻 bioinformatics

AnnoAudit: a marker-based protocol for auditing single-cell atlas annotations reveals systematic, state-dependent annotation failure in a widely used traumatic brain injury resource

Questo articolo introduce AnnoAudit, un protocollo basato su marcatori che rivela errori sistematici di annotazione in atlanti single-cell ampiamente utilizzati, come la risorsa per il trauma cranico CEREBRI, dove la maggior parte delle cellule etichettate come neuroni glutamatergici sono in realtà non neuronali, portando a significativi artefatti biologici che vengono corretti in seguito alla ri-annotazione.

Zhang L, Yan Q, Rao H, Li M, Qian X, Zhang Y, Gao R2026-09-08✓ Author reviewed ⓘ
💻 bioinformatics

End-to-end plaque counting and virus titration from laboratory plate images with deep learning

Questo articolo presenta Titra, un flusso di lavoro di deep learning end-to-end che automatizza l'intero processo di titolazione virale — dal rilevamento dei pozzetti alla segmentazione delle placche fino alla stima di PFU/mL — dimostrando una forte concordanza con le annotazioni manuali attraverso diverse specie virali e formati di piastra.

Moris, E., Costable, A., Rey, S., Ferreiro, I., Hurtado, J., Villagran, M., Luciano, L. L., Vazquez, A. E., Ramos, J., M (…)2026-09-08
💻 bioinformatics

How do Co-Folding Models Organize Structural Information?

Questo articolo analizza il modello di co-folding Boltz-1 per rivelare che l'informazione strutturale è organizzata in tre flussi distinti — rappresentazioni singole, intra-catena e inter-catena — che seguono una traiettoria Mix-Compress-Refine, dove la geometria intra-catena è ampiamente pre-condizionata mentre le disposizioni inter-catena sono progressivamente costruite e riconciliate dal modulo di diffusione.

Park, M., Kim, S., Moon, S., Kim, H., Jeon, G., Kim, W. Y.2026-09-08