771 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 presenta un dataset completo di profili di metabarcoding ITS2 e RNA-seq provenienti rispettivamente da 200 e 48 genotipi di *Pinus sylvestris*, per indagare come il genotipo dell'ospite influenzi le comunità fungine fogliari e la suscettibilità alle malattie nel contesto della ruggine delle aghi da *Dothistroma*.
Il framework Paipu supera le barriere genomiche e di annotazione per consentire la creazione di un atlante trascrittomico del cancro pan-mammifero su larga scala e armonizzato, ottimizzando il recupero e l'elaborazione dei dati RNA-seq dal NCBI SRA attraverso diverse specie.
Il documento presenta mantis-delta, una libreria Python open source che integra l'analisi strutturale della Teoria delle Reti di Reazioni Chimiche (CRNT) con la generazione simbolica di equazioni differenziali ordinarie e solutori numerici ibridi per caratterizzare rigorosamente gli stati stazionari, la stabilità e le biforcazioni nei sistemi a legge di azione di massa senza fare affidamento esclusivamente sulla simulazione.
Questo studio propone un framework a due stadi che combina le caratteristiche di frequenza degli amminoacidi con le rappresentazioni latenti apprese da un autoencoder a rete neurale convoluzionale unidimensionale, dimostrando che un classificatore foresta casuale addestrato su questo insieme ibrido di caratteristiche migliora significativamente l'accuratezza della previsione delle interazioni proteina-proteina rispetto all'uso esclusivo delle caratteristiche di frequenza.
Questo studio impiega una pipeline computazionale genomica per predire i miRNA codificati dal virus dell'influenza A (H3N2) e i loro geni bersaglio, rivelando una rete di geni ospiti coinvolti nell'immunità innata polmonare e antivirale che potrebbe chiarire la patogenesi virale e suggerire bersagli terapeutici.
KaryoScope è uno strumento rapido e privo di allineamento che consente l'annotazione a risoluzione di base di diverse caratteristiche genomiche su interi assemblaggi di pangenomi in pochi minuti, caratterizzando efficacemente regioni variabili precedentemente inaccessibili come i centromeri e le subtelomere per supportare analisi comparative e cliniche.
Questo studio analizza i dati del microbioma urinario per dimostrare che *Lactobacillus crispatus* è significativamente arricchito negli individui sani rispetto ai pazienti con infezioni del tratto urinario, identificandolo come un promettente candidato probiotico per la prevenzione e la gestione delle infezioni del tratto urinario.
Questo studio impiega autoencoder sparsi e analisi basata su grafi per rivelare che il modello linguistico genomico Nucleotide Transformer v2 codifica una sintassi sequenziale granulare e vincoli biofisici locali piuttosto che una logica regolatoria complessa, spiegando così le sue elevate prestazioni su compiti molecolari specifici ma le capacità più limitate nell'inferenza regolatoria più ampia.
Questo articolo introduce TAMIPAMI, un quadro sperimentale e computazionale snellito che semplifica l'identificazione di PAM/TAM per i sistemi CRISPR e OMEGA richiedendo una sola libreria di controllo, utilizzando un algoritmo innovativo per definire motivi degenerati minimi e offrendo strumenti web e da riga di comando accessibili per una caratterizzazione rapida.
PrEditR è uno strumento open-source incentrato sulle proteine, progettato per superare i limiti dei software esistenti per la progettazione di sgRNA a partire dal DNA, consentendo la generazione su larga scala di RNA guida compatibili con la spettrometria di massa per screening di editor di basi CRISPR mirati a specifici siti di modificazione post-traduzionale delle proteine.