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.
Questo studio presenta un metodo rapido, non distruttivo e privo di marcatori che combina la spettroscopia vibrazionale (ATR-FTIR e Raman) con l'apprendimento automatico per quantificare con alta precisione le distribuzioni di lunghezza dei frammenti di DNA, offrendo un'alternativa scalabile alle tecniche convenzionali.
Il paper presenta APEX, un framework di intelligenza artificiale spiegabile che integra modelli evolutivi e reti neurali per identificare bersagli patogeni e progettare molecole inibitrici in modo mirato, offrendo una pipeline universale per la scoperta di nuovi farmaci antimicrobici.
Il paper presenta scDynOmics, un modello transformer ottimizzato e scalabile basato su reti di regolazione genica e meccanismi di attenzione Linformer, che sfrutta l'adattamento a basso rango per apprendere rappresentazioni multimodali di dati single-cell, ottenendo prestazioni all'avanguardia nella classificazione cellulare e nella decifrazione delle dinamiche di sviluppo.
Questo studio integra farmacologia di rete e verifiche sperimentali per dimostrare che il Panax notoginseng accelera la guarigione delle ferite cutanee modulando sinergicamente vie di segnalazione chiave e riequilibrando l'espressione di citochine infiammatorie come TNF-α, IL-6 e IL-10.
Il paper presenta SpatialCompassV (SCOMV), un nuovo strumento computazionale che classifica in modo non supervisionato i pattern spaziali di geni e cellule e identifica geni differenziali spazialmente analizzando le relazioni vettoriali tra le loro posizioni e regioni di interesse, come i tumori, senza dipendere da conoscenze biologiche preesistenti.
Questo studio dimostra che, grazie ai recenti miglioramenti nella precisione, il sequenziamento nanopore è ora in grado di generare direttamente varianti di sequenza ampliconica (ASV) ad alta risoluzione da letture grezze per ampliconi di 250-4200 bp, superando la dipendenza dai database di riferimento e rendendo possibile il profiling accurato di comunità microbiche complesse.
Questo studio utilizza approcci computazionali e di biologia dei sistemi per identificare geni hub, fattori di trascrizione, miRNA e potenziali bersagli terapeutici comuni che collegano i disturbi da stress post-traumatico, la schizofrenia e il disturbo bipolare a processi infiammatori autoimmuni e infettivi.
Questo studio presenta un quadro di benchmarking completo per la quantificazione a livello di locus degli elementi trasponibili nei dati di scRNA-seq, evidenziando i limiti intrinseci nell'analisi delle inserzioni giovani e fornendo linee guida pratiche che privilegiano l'uso di mappatori unici e l'aggregazione a livello di subfamiglia per migliorare la precisione.
Uno studio di simulazione sulle coralli caribici *Acropora* rivela che l'ibridazione nei progetti di restauro presenta un rischio trascurabile di "genetic swamping", ma offre anche un potenziale limitato per l'introgressione adattativa, sottolineando l'utilità delle simulazioni per le decisioni di gestione a lungo termine.
Il paper presenta DeepAllele, un nuovo modello di deep learning che utilizza misurazioni specifiche per allele per identificare motivi regolatori funzionali e migliorare la scoperta causale nella regolazione genica, superando i limiti dei metodi statistici tradizionali.