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 introduce DualLoc, un modello basato su un'architettura a doppio trasformatore con fine-tuning completo che supera gli stati dell'arte nella previsione multi-compartmentale della localizzazione subcellulare delle proteine, offrendo sia strumenti predittivi più accurati che nuove intuizioni biologiche sulle interazioni tra organelli.
Questo studio introduce la "forza media delle prove" (MES), una nuova metrica quantitativa basata su calibrazione bayesiana che valuta l'utilità clinica di predittori computazionali e saggi multiplex per le varianti di significato incerto, superando i limiti delle tradizionali metriche di discriminazione come l'AUROC.
Il documento presenta ALPINE, una pipeline scalabile e riproducibile basata su sequenziamento ampliconico a lettura lunga che classifica e quantifica in modo completo gli esiti eterogenei dell'editing genico, inclusi i sottotipi di integrazione dei vettori, superando le limitazioni degli strumenti esistenti.
Questo studio crea un atlante trascrittomico su larga scala per identificare quattro sottotipi molecolari di sepsi (C1-C4) e propone strategie di riproposizione di farmaci specifici per ciascun sottotipo, spiegando così i fallimenti precedenti dei trial clinici e aprendo la strada a una medicina di precisione.
Il paper presenta Panmap, uno strumento scalabile che sfrutta la struttura filogenetica e un indice di k-mer compresso per allineare, genotipizzare e posizionare letture di sequenziamento su pangenomi contenenti milioni di genomi con un'efficienza e una velocità senza precedenti.
Questo studio utilizza assemblaggi genomici ad alta qualità del Vertebrate Genomes Project per caratterizzare su larga scala i metilomi dei promotori in 82 specie vertebrate, rivelando un'ipotermilazione conservata all'inizio della trascrizione, un'ipermetilazione inaspettata vicino ai confini genici e differenze specifiche per lignaggio che riflettono più fedelmente le relazioni filogenetiche rispetto alle variazioni tissutali.
Il paper presenta DeepBranchAI, un innovativo flusso di lavoro a cascata che supera il collo di bottiglia dell'annotazione manuale per la segmentazione di reti ramificate 3D, combinando modelli iniziali, affinamento esperto e architetture 3D per generare dataset di addestramento robusti e ottenere modelli ad alta precisione generalizzabili tra diversi domini biologici.
Gli autori presentano una nuova struttura dati basata su skiplist compressi per realizzare GBWT dinamici che supportano operazioni pangenomiche efficienti su grafi di syncmer, permettendo la costruzione rapida di un'indice lossless di 92 genomi umani e la ricerca veloce di corrispondenze di sequenza.
Il documento presenta Openfish e Slorado, una soluzione open-source e indipendente dall'hardware che abilita un'accelerazione GPU scalabile per il basecalling nanopore, eliminando le limitazioni proprietarie del software Dorado di Oxford Nanopore Technologies e garantendo prestazioni competitive su dispositivi eterogenei.
Il paper presenta scMagnifier, un framework di clustering consensuale che sfrutta perturbazioni *in silico* guidate dalle reti di regolazione genica per amplificare le differenze trascrizionali sottili e risolvere con maggiore precisione i sottotipi cellulari fini nei dati di scRNA-seq e di trascrittomica spaziale.