895 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 presenta emb2dis, un nuovo strumento di deep learning che combina modelli linguistici proteici, reti residuali e convoluzioni dilatate per prevedere con elevata accuratezza il disordine intrinseco delle proteine, ottenendo il primo posto nella categoria Disorder-PDB del benchmark CAID3.
Il documento presenta VicMAG, un nuovo strumento open-source che consente la visualizzazione integrata e completa di genomi metagenomici assemblati circolari (cMAG) derivati da sequenziamento a letture lunghe, evidenziando la distribuzione e il contesto genomico di fattori di virulenza, geni di resistenza agli antibiotici e elementi genetici mobili in diverse comunità microbiche.
Il paper presenta Baktfold, un nuovo strumento software in Python che utilizza informazioni strutturali e modelli di linguaggio proteico per fornire un'annotazione funzionale ultra-sensibile e indipendente dal taxon delle proteine, superando significativamente le prestazioni degli strumenti attuali nell'identificare proteine ipotetiche sia nei procarioti che negli eucarioti microbici.
Il paper presenta PSALM, un metodo di annotazione dei domini proteici che combina un modello linguistico preaddestrato (ESM-2) con un classificatore per residuo e un decoder probabilistico strutturato, ottenendo prestazioni di rilevamento comparabili a HMMER su un vasto benchmark di 89 milioni di sequenze.
Il paper presenta EnzyGen2, un modello fondazionale di intelligenza artificiale che co-progetta simultaneamente sequenza e struttura di enzimi de novo guidati da ligandi, superando i metodi esistenti in velocità e accuratezza e dimostrando sperimentalmente la creazione di nuovi biocatalizzatori con attività catalitiche elevate.
Il paper presenta Flipper, un nuovo framework avanzato basato su DESeq2 che risolve le limitazioni degli strumenti attuali per l'analisi eCLIP, offrendo una normalizzazione robusta e la capacità di distinguere i veri cambiamenti nel legame delle proteine leganti l'RNA dagli effetti legati all'espressione genica.
Il pacchetto R WayFindR trasforma i dati delle pathway biologiche in strutture grafiche per analizzare i loop di feedback, rivelando che questi meccanismi regolatori, specialmente quelli negativi, sono raramente rappresentati nei database attuali a causa di sfide biologiche e tecniche.
Il paper presenta MoCoO, un framework modulare che integra Variational Autoencoder, Neural ODE e Momentum Contrast, potenziato da un raffinamento tramite Flow Matching, per migliorare l'inferenza delle traiettorie cellulari e la rappresentazione dei dati scRNA-seq, dimostrando attraverso un'estesa valutazione su 20 dataset che questa combinazione architettonica e il raffinamento FM ottimizzano significativamente la geometria del clustering e la qualità dell'embedding.
Lo studio dimostra che la stratificazione dei pazienti nei cohort di scRNA-seq è guidata principalmente dalle proporzioni delle cellule, suggerendo che metodi semplici basati sulla composizione cellulare, implementati nel pacchetto R open-source scECODA, superano approcci più complessi offrendo allo stesso tempo maggiore interpretabilità e robustezza.
Questo studio valuta l'uso di modelli linguistici proteici (PLM) per la generazione di decoy nella proteomica, dimostrando che, sebbene offrano vantaggi nella riduzione degli artefatti sequenziali e siano utili per il benchmarking e il test di stress, non superano attualmente i decoy inversi classici nelle prestazioni complessive di identificazione dei peptidi.