1244 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 dGSEA, un metodo di analisi di arricchimento genico differenziabile che colma il divario tra obiettivi di previsione a livello genico e interpretazione a livello di pathway, migliorando la stabilità e l'accuratezza delle conclusioni biologiche nei modelli di scoperta di farmaci basati sulla trascrittomica.
Il documento presenta ECHO, un pipeline Snakemake basato sul sequenziamento nanopore che consente una caratterizzazione (epi)genetica completa, riproducibile e scalabile del ripetoma umano, superando le attuali limitazioni nell'analisi delle regioni genomiche ripetitive.
Il paper presenta scCChain, un framework basato su transformer che integra l'attività ligando-recettore in programmi di comunicazione spaziale risolti e localizza i punti caldi di interazione cellulare nei tessuti complessi, superando i limiti dei metodi esistenti attraverso l'analisi di catene di cellule.
Il paper presenta HViLM, il primo modello fondazionale per l'analisi genomica virale su larga scala, che supera gli approcci esistenti nel prevedere con alta accuratezza la patogenicità, la trasmissibilità e il tropismo ospitante attraverso l'addestramento su 5 milioni di sequenze virali e un nuovo benchmark di valutazione.
Questo studio valuta sistematicamente cinque metodi di annotazione basati sull'apprendimento automatico per i test di associazione delle varianti rare su dati del UK Biobank, fornendo linee guida pratiche per la selezione del metodo e un nuovo quadro distribuzionale per la calibrazione.
Lo studio dimostra che la discrepanza tra i predittori computazionali degli effetti delle varianti non è correlata alla loro accuratezza sperimentale, suggerendo che tale disaccordo rappresenti una strategia efficace per prioritizzare le proteine da caratterizzare sperimentalmente tramite saggi multiplexati (MAVEs) al fine di massimizzare il valore informativo e migliorare l'interpretazione delle varianti.
Il paper presenta ISdetector, una pipeline bioinformatica scalabile e ad alta precisione che mappa le sequenze di inserzione e le relative variazioni strutturali nei genomi batterici utilizzando dati di sequenziamento a lettura corta, superando le limitazioni degli strumenti esistenti.
Il paper presenta Pro2RNA, un modello linguistico multimodale che genera sequenze di mRNA codificanti adattate a specifici ospiti integrando informazioni proteiche e tassonomiche per superare le sfide della progettazione di sequenze mRNA ottimali.
Questo studio dimostra che l'applicazione di metodi di quantificazione dell'incertezza, in particolare lo scaling della temperatura e le reti neurali epistemiche, migliora l'affidabilità dei modelli linguistici genomici basati su Transformer quando operano su dati fuori distribuzione.
Questo studio dimostra che l'utilizzo di un modello linguistico genomico preaddestrato (Evo2) per generare embedding di interi genomi consente di prevedere l'ospite dei batteriofagi in modo efficace come problema di recupero non supervisionato, offrendo prestazioni complementari che, se combinate con metodi basati su allineamento e k-mer, migliorano l'accuratezza complessiva della predizione.