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.
Questo studio dimostra che nelle larve della patata (*Leptinotarsa decemlineata*) l'RNA a doppio filano assunto per via orale viene processato in siRNA funzionali che raggiungono e agiscono nel sistema nervoso centrale, fornendo prove biochimiche del trasporto sistemico e dell'attività dell'interferenza da RNA in questo insetto.
Il paper presenta SpliceSelectNet, un modello di deep learning basato su Transformer gerarchico che, integrando meccanismi di attenzione locali e globali, raggiunge prestazioni all'avanguardia nella previsione dei siti di splicing e nella rilevazione di splicing aberranti su sequenze genomiche fino a 100 kb, offrendo al contempo interpretabilità biologica per lo studio delle regolazioni a lunga distanza.
Fleming è un agente AI integrato che combina modelli discriminativi e generativi per identificare e progettare nuovi candidati farmacologici contro la tubercolosi, dimostrando un'elevata efficacia nel predire l'inibizione batterica e nel garantire profili ADMET favorevoli.
Il documento presenta FLAMESv2, un pacchetto R/Bioconductor modulare e agnostico rispetto al protocollo, progettato per elaborare, analizzare e visualizzare dati di trascrittomica a singola cellula e spaziale a lettura lunga, facilitando così la caratterizzazione completa degli isoformi dell'RNA e della loro eterogeneità.
Il paper presenta mnDINO, un modello basato su reti vision transformer addestrato su un ampio dataset eterogeneo, che permette una segmentazione accurata e robusta dei micronuclei in diverse condizioni sperimentali, superando le limitazioni dei metodi attuali e fornendo risorse open source per la ricerca biologica.
Questo studio presenta il DEX, una nuova misura di sostituibilità degli amminoacidi basata su un consenso tra dati sperimentali che, superando le limitazioni delle metriche esistenti e dei predittori specifici per sito, offre un modello di sostituzione codonica più accurato per l'evoluzione molecolare.
Questo studio presenta i risultati di un benchmarking dell'integrazione della libreria BEAGLE nel pacchetto BEAST X, dimostrando come l'allocazione delle risorse hardware e la configurazione dei parametri influenzino significativamente i tempi di esecuzione su dati reali e simulati, fornendo così linee guida per ottimizzare l'uso delle GPU nelle analisi filogenetiche.
Il paper introduce IFACE, un nuovo framework che allinea le superfici proteiche accoppiando probabilità geometriche intrinseche e campi chimici spaziali per derivare una distanza congiunta che supera i metodi tradizionali nel distinguere la variabilità conformazionale dalla divergenza strutturale e nel rilevare tasche catalitiche conservate.
Questo studio propone una metodologia innovativa che integra il modello linguistico ESM-2 con la permutazione ciclica delle embedding per definire uno "spazio peptidico" completo, permettendo la selezione razionale di librerie di peptidi ciclici con proprietà fisico-chimiche diversificate e migliorando l'efficienza nella scoperta di farmaci rispetto ai metodi casuali tradizionali.
Lo studio dimostra che, tra otto modelli d'acqua testati con il campo di forza AMBER Lipid21 per simulare membrane lipidiche, il modello SPC/E rappresenta la scelta ottimale poiché riproduce con la massima fedeltà le proprietà strutturali sperimentali senza necessità di modifiche.