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 articolo descrive lo sviluppo guidato dagli utenti di Llemy, un sistema basato su modelli linguistici di grandi dimensioni progettato per facilitare l'esplorazione e l'analisi di complessi diagrammi di interazioni molecolari attraverso un processo iterativo di prototipazione e test con esperti del settore.
Il paper presenta DIPScan, un nuovo metodo basato su Nextflow sviluppato per rilevare automaticamente i genomi virali difettosi (DelVG) nei dati di sequenziamento e correggere le mutazioni specifiche nei genomi consenso, migliorando così l'accuratezza della sorveglianza epidemica dell'influenza.
Il paper presenta MultiPopPred, un metodo innovativo e semplice per la stima del punteggio di rischio poligenico trans-etnico che, sfruttando dati individuali e trasferendo informazioni da popolazioni ben studiate, migliora significativamente la previsione del rischio di malattia nella popolazione sud-asiatica rispetto ai metodi esistenti.
Questo studio propone una strategia ibrida che combina l'amplificazione dell'intero trascrittoma a lettura corta (SR-WTA) con il sequenziamento mirato a lettura lunga (LR-Twist) per superare i limiti di copertura e facilitare l'associazione tra genotipo e fenotipo a risoluzione singola cellula.
Il paper presenta resolveS, un metodo rapido e leggero che inferisce la strandedness delle librerie RNA-seq allineando i dati a un database universale di rRNA, eliminando la necessità di genomi di riferimento specifici per organismo.
Questo studio valuta la progettazione di proteine leganti ligandi utilizzando esclusivamente dati sequenziali, rivelando un compromesso tra diversità generativa e stabilità strutturale che dipende dalla quantità di dati di addestramento per ligando e identificando la ridondanza e l'incompletezza dei dataset come principali colli di bottiglia.
Questo studio presenta un sistema multi-agente basato su modelli linguistici di grandi dimensioni che automatizza l'estrazione e l'ottimizzazione dei protocolli di purificazione delle proteine, riducendo significativamente i tempi di analisi e migliorando il successo della produzione di campioni proteici, sebbene sia limitato dalla mancanza di accesso programmatico aperto alla letteratura scientifica primaria.
Questo studio propone un nuovo quadro teorico che interpreta le ribozime come organismi animali primitivi, mappandone l'architettura topologica su piani corporei zoologici per rivelare dinamiche evolutive guidate da interazioni ecologiche, modularità e relazioni predatore-preda nell'RNA world.
Questo studio ribalta l'ipotesi tradizionale secondo cui l'affinità di legame statica è il principale fattore di successo, proponendo invece l'"Ipotesi di Compatibilità Cinetica" per la neutralizzazione del virus Nipah, che evidenzia come l'efficacia dipenda da un profilo multi-funzionale basato su flessibilità strutturale e motivi sequenziali specifici piuttosto che sulla massima affinità.
Il paper presenta MESSI, un framework di benchmarking riproducibile basato su Nextflow che valuta in modo sistematico e standardizzato i metodi di integrazione multimodale su dati biomedici reali e simulati, rivelando che non esiste un metodo universalmente superiore e che la scelta dovrebbe bilanciare prestazioni predittive, interpretabilità biologica ed efficienza computazionale.