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 Zigo, un nuovo metodo basato sull'apprendimento automatico che verifica il sesso genetico utilizzando esclusivamente le distribuzioni di genotipo del cromosoma X da un file VCF standard, eliminando la necessità di soglie manuali e garantendo alta accuratezza e generalizzazione su diverse piattaforme genomiche senza dati di riferimento aggiuntivi.
Questo lavoro introduce un nuovo metodo per confrontare i pangenomi basandosi sul numero di nodi nei loro grafi de Bruijn compattati colorati, utilizzando l'interpolazione ed estrapolazione per correggere la variabilità legata al numero di genomi e gli indici di Hill di Hill per mitigare l'influenza delle sequenze rare.
Il paper presenta GOTFlow, un framework basato sul trasporto ottimo vincolato su grafi che apprende transizioni di popolazione dirette da dati biomedici trasversali, integrando l'apprendimento di rappresentazioni latenti e il trasporto ottimo sbilanciato per modellare dinamiche non lineari e identificare i driver molecolari in contesti come il rimodellamento endometriale, la progressione del cancro al seno e le malattie da prioni.
Il paper presenta SpeciefAI, un modello basato su transformer che genera regioni quadro (FR) di anticorpi e nanocorpi armonizzate a livello di mRNA per sei specie diverse, ottimizzando simultaneamente l'espressione nel ospite e la somiglianza con il repertorio naturale per ridurre l'immunogenicità.
Questo articolo introduce un concetto di relazione di omologia indotta dai grafici del pangenoma per definire metriche di confronto e trasformazioni tra i modelli di grafici di variazione e allineamenti genomici completi, fornendo inoltre un'implementazione software di tali trasformazioni nel pacchetto WGAtools.
Il paper presenta scRGCL, un metodo di clustering per dati scRNA-seq che utilizza un apprendimento contrastivo grafico consapevole dei vicini e un campionamento negativo regolarizzato per migliorare l'identificazione dei tipi cellulari superando le limitazioni delle distribuzioni complesse e preservando la coesione intra-cluster.
Questo lavoro presenta strutture dati più veloci per le query di rango dei sottoinsiemi che utilizzano meno di 3 bit per k-mer, ottenendo nuove strutture ottimali per la ricerca di k-mer basate sul SBWT nella parte a bassa memoria dello spettro spazio-temporale.
Questo articolo introduce i "10-minimizers", una nuova classe di schemi di campionamento a spazio costante che offrono, per la prima volta, una garanzia teorica di densità inferiore rispetto ai minimizzatori casuali nel regime non asintotico e includono i "spacers", una variante che combina bassa densità, spazio costante e tempi di recupero delle chiavi competitivi, migliorando così l'efficienza delle analisi di sequenziamento su larga scala.
Il paper presenta SpatialFusion, un modello fondazionale multimodale leggero che integra istopatologia, espressione genica e attività delle vie metaboliche per mappare nicchie spaziali biologicamente coerenti, permettendo la scoperta di nuovi microambienti morfologico-molecolari rilevanti per la diagnosi e la prognosi del cancro.
Il paper presenta InSTaPath, un framework di modellazione tematica multimodale che integra dati di trascrittomica spaziale e immagini di istopatologia trasformando le morfologie tissutali in "parole" discrete per identificare domini spaziali e relazioni biologiche interpretabili tra programmi genici e struttura tissutale.