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 documento presenta SIR, un framework non parametrico basato sulla regressione isotonica e il wild bootstrap che supera i limiti dei metodi esistenti per il test della sinergia farmacologica, garantendo una maggiore riproducibilità, una stima robusta dei p-value e la previsione di dati mancanti.
Il paper presenta CosMxScope, un framework Python open-source che integra i dati di trascrittomica spaziale CosMx con strumenti di patologia digitale, consentendo la ricostruzione di immagini a intero vetrino e la visualizzazione interattiva di trascritti e morfologia cellulare.
Il Track Hub Quickload Translator è un'applicazione web gratuita che converte i formati di dati tra il UCSC Genome Browser e l'Integrated Genome Browser, consentendo ai ricercatori di visualizzare decine di migliaia di assemblaggi genomici pubblicati su entrambe le piattaforme.
Il framework VaLPAS, implementato come pacchetto Python, sfrutta le variazioni nei dati multi-omici sperimentali per assegnare funzioni a proteine sconosciute tramite associazioni con molecole caratterizzate, dimostrando la sua efficacia nell'identificare nuove funzioni in un dataset di lievito oleaginoso.
Il paper presenta MOAflow, una pipeline di analisi dei dati MOA-seq riprogettata con Nextflow e containerizzazione per migliorare scalabilità, riproducibilità e portabilità rispetto alla versione originale.
Questo studio utilizza modelli di struttura proteica basati sull'intelligenza artificiale per dimostrare che la cavità di legame del ligando nel dominio LRR del recettore TLR2 è un tratto conservato nei vertebrati con mascelle, di origine ancestrale nei vertebrati basali ma con perdite specifiche, e che, sebbene alcune proteine TLR di invertebrati presentino cavità simili, queste si sono evolute indipendentemente attraverso convergenza evolutiva all'interno della famiglia dei domini LRR.
Il paper presenta CLOP-DiT, una pipeline modulare che combina pre-addestramento contrastivo e trasformatori di diffusione per generare profili trascrittomici di singole cellule realistiche e controllati a partire da descrizioni biologiche strutturate, dimostrando la fattibilità della generazione guidata da testo pur evidenziando limiti nella riproduzione della variabilità intercellulare.
Questo studio presenta lo sviluppo computazionale di un peptide sintetico mimetico del GluN1 progettato come decoy per neutralizzare gli autoanticorpi patogeni nell'encefalite anti-NMDAR, dimostrando tramite simulazioni di docking una forte affinità di legame rispetto a un controllo casuale.
Il paper presenta Cellector, uno strumento computazionale in grado di rilevare cellule con genotipo estraneo nei dati di scRNAseq, dimostrando un'elevata precisione nell'identificare cellule microchimere e residui di malattia minima in pazienti con leucemia post-trapianto.
Il framework computazionale MAAMOUL integra dati metagenomici e metabolomici su una rete metabolica globale per identificare moduli microbici specifici legati a malattie come il morbo di Crohn e la sindrome dell'intestino irritabile, superando i limiti delle analisi tradizionali basate su pathway predefiniti.