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.
Il paper presenta ETSAM, un metodo di intelligenza artificiale basato su SAM2 che supera lo stato dell'arte nella segmentazione delle membrane cellulari nei tomogrammi crioelettronici, affrontando con successo le sfide del basso rapporto segnale-rumore e degli artefatti tipici di questa tecnica.
Questo articolo introduce il Synergistic Information Score (SIS) per dimostrare che la costruzione di un "cellula virtuale" richiede un passaggio fondamentale dagli obiettivi di allineamento multimodale, che catturano solo ridondanze lineari, a strategie di integrazione sinergica in grado di sfruttare le informazioni complementari distribuite tra le diverse modalità biologiche.
Questo studio generalizza il modello di rete gaussiana applicando la termodinamica degli alberi ricoprenti per dimostrare che l'attivazione di KRAS è un processo guidato dall'entropia, in cui il guadagno conformazionale compensa un costo energetico, identificando la regione Switch I come il principale sito di riorganizzazione allosterica.
Il documento presenta Graph Lens Lite, uno strumento basato su browser per la visualizzazione interattiva, l'esplorazione e la condivisione di reti biologiche, progettato per supportare l'analisi dei modelli di patogenesi delle malattie e dei meccanismi d'azione dei farmaci.
Il paper presenta ToxiVerse, una piattaforma web pubblica e gratuita che fornisce dataset di tossicità curati, strumenti di bioprofilazione automatica e un'interfaccia per la creazione di modelli predittivi QSAR personalizzati, rendendo la tossicologia computazionale accessibile anche ai ricercatori privi di competenze di programmazione.
Questo studio presenta una valutazione comparativa dei metodi di progettazione generativa di peptidi *de novo* per i recettori accoppiati a proteine G, rivelando che, sebbene le tecniche attuali campionino adeguatamente lo spazio conformazionale, soffrono di una sovrastima della fiducia nei modelli errati e di una generazione sequenziale subottimale, evidenziando la necessità di migliorare i sistemi di valutazione e di integrare strumenti come ProteinMPNN.
Questo lavoro estende l'algoritmo di clustering spaziale SpatialLeiden per abilitare l'analisi su scala atlante di dati omici spaziali multimodali e 3D tramite la moltiplicazione flessibile dei grafi di vicinanza, garantendo una coerenza superiore rispetto agli strumenti esistenti e una facile integrazione nell'ecosistema scverse.
HMM-Flagger è uno strumento senza riferimento basato su un modello a Markov nascosto che rileva errori strutturali negli assemblaggi genomici risolti per aplotipo analizzando la copertura delle letture, dimostrando alta efficacia nel validare assemblaggi umani complessi e nel misurare i progressi della tecnologia di sequenziamento.
Il lavoro presenta TreeMS2, uno strumento computazionale scalabile e indipendente dall'annotazione che costruisce alberi filogenetici basati sul fenotipo molecolare confrontando direttamente gli spettri di massa tandem (MS/MS) per rivelare relazioni evolutive e adattative in dati proteomici e metabolomici.
Il paper presenta STEQ, un nuovo metodo basato su distanze statisticamente coerenti per la stima rapida e accurata di alberi delle specie a partire da dati multilocus, che supera i metodi esistenti come ASTRAL in termini di velocità pur mantenendo una precisione competitiva.