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.
Questo studio utilizza un ensemble di modelli di machine learning su dati trascrittomici di retina di topi esposti allo spazio per rivelare che lo stress ossidativo e l'apoptosi agiscono attraverso pathway molecolari distinti, fornendo un quadro fondamentale per lo sviluppo di biomarcatori e terapie volte a proteggere la salute visiva degli astronauti.
Questo studio dimostra che un modello di nascita-morte annidato basato sulla teoria evolutiva molecolare, pur utilizzando un numero di parametri drasticamente inferiore rispetto alle reti neurali, risulta competitivo nel modellare l'evoluzione delle proteine, suggerendo che l'integrazione di strutture matematiche fondate sulla teoria biologica possa migliorare l'efficienza e l'adeguatezza dei modelli filogenetici futuri.
Il paper presenta SCOTCH, una pipeline end-to-end e indipendente dalla piattaforma per la caratterizzazione di isoformi a livello di singola cellula tramite sequenziamento RNA a lettura lunga, che migliora l'identificazione e la quantificazione degli isoformi noti e di quelli nuovi rispetto ai metodi esistenti.
Gli autori sviluppano un flusso di lavoro proteogenomico end-to-end che integra dati di sequenziamento RNA a lettura lunga (lrRNA-seq) e spettrometria di massa per costruire database proteici risolti per aplotipo specifici del campione, permettendo così l'identificazione di isoforme proteiche, varianti e splicing non rilevabili con i proteomi di riferimento.
Il documento presenta nVenn2, un algoritmo aggiornato per generare diagrammi di Venn quasi proporzionali che, riducendo la complessità computazionale in base alle regioni non vuote anziché al numero di insiemi, permette di visualizzare in modo efficace e interpretabile relazioni tra un gran numero di set.
Questo studio presenta un benchmark comunitario di 11 modelli generativi per dati di trascrittomica, evidenziando come la scelta del modello comporti inevitabili compromessi tra utilità predittiva, fedeltà biologica e resistenza agli attacchi di privacy.
Il paper presenta Kg4j, un framework computazionale che costruisce sottografi di conoscenza localizzati partendo da FORVM per integrare dati sperimentali e generare ipotesi, dimostrando la sua efficacia nell'identificare meccanismi biologici e associazioni tra endometriosi ed esposizione a inquinanti organici persistenti.
Questo studio applica l'analisi fattoriale multi-omica (MOFA) ai dati del Glioma per rivelare profili molecolari distinti, identificare nuovi biomarcatori prognostici e comprendere le interazioni tra genoma, epigenoma e trascrittoma, al fine di sviluppare strategie terapeutiche più personalizzate.
Questo studio dimostra che le interazioni fisiche tra linfociti T e macrofagi, rilevate tramite l'analisi di "doublet" nel sequenziamento dell'RNA a singola cellula, influenzano la risposta alla chemioterapia nel cancro ovarico, con i macrofagi M2 che inducono l'esaurimento delle cellule T nei pazienti resistenti e i macrofagi M1 che mantengono una funzione immunitaria attiva nei pazienti sensibili.
Questo lavoro formalizza il metodo scientifico come un protocollo a fasi eseguibile per modelli linguistici, dimostrando attraverso studi su diversi domini che tale approccio genera ricerche rigorose, verificabili e basate su evidenze, riducendo significativamente i rischi di integrità rispetto a metodologie non vincolate.