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.
Il paper presenta PopGenAgent, un sistema di workflow per la genomica di popolazione che integra strumenti specializzati in modelli eseguibili e report automatizzati, riducendo il lavoro manuale e garantendo la riproducibilità attraverso l'uso strategico di modelli linguistici per la gestione dei parametri e la generazione di relazioni scientifiche.
Il paper presenta MiGenPro, un flusso di lavoro interoperabile basato su dati collegati e machine learning che integra informazioni genomiche e fenotipiche per prevedere con successo tratti microbici come la motilità e la colorazione di Gram.
MetaTree è una piattaforma web open-source e senza installazione che facilita la visualizzazione interattiva e il confronto statistico di profili quantitativi gerarchici, come quelli del microbioma, preservando la coerenza topologica tra i campioni e supportando la generazione rapida di figure pubblicabili.
Il paper presenta STCS, un framework open-source e indipendente dalla piattaforma che ricostruisce profili di espressione genica a livello cellulare integrando la segmentazione dei nuclei con un modello di distanza spaziale e trascrittomica, superando così le limitazioni delle attuali tecnologie di trascrittomica spaziale basate su sequenziamento.
Il paper presenta snputils, una libreria Python open-source ad alte prestazioni che unifica l'input/output, la trasformazione e l'analisi dei dati genetici in un unico framework scalabile e riproducibile, risolvendo le limitazioni di compatibilità ed efficienza degli strumenti esistenti per la ricerca su larga scala in genetica delle popolazioni.
Questo studio presenta una valutazione sistematica di sette strumenti bioinformatici per il genotipaggio delle ripetizioni in tandem su dati di sequenziamento Nanopore, dimostrando che la sola accuratezza nella lunghezza è insufficiente e che la valutazione a livello di sequenza è essenziale per selezionare gli strumenti più adatti a studi di popolazione e diagnosi cliniche.
Il paper introduce scUnify, un framework unificato in Python che abilita l'inferenza zero-shot scalabile e standardizzata su modelli fondazionali per l'analisi di dati scRNA-seq, risolvendo le sfide di interoperabilità e gestione delle risorse attraverso un design modulare e strategie di calcolo distribuito.
Lo studio valuta il framework STUNT per la classificazione delle malattie basata sul microbioma in scenari few-shot, rivelando che i suoi vantaggi sono limitati a condizioni di estrema scarsità di dati e che la forza del segnale biologico intrinseco rimane il fattore determinante per il successo della classificazione.
Il paper introduce DartUniFrac, un algoritmo accelerato da GPU che calcola la similarità UniFrac su scala megascale (milioni di campioni e miliardi di taxa) con una velocità fino a tre ordini di grandezza superiore rispetto agli stati dell'arte, mantenendo un'accuratezza statisticamente indistinguibile dai metodi esatti.
Il paper presenta RankMap, un pacchetto R efficiente e robusto che utilizza una mappatura basata sui ranghi per l'annotazione rapida e accurata dei tipi cellulari in dati di trascrittomica spaziale e a cellula singola, superando i limiti computazionali e di bias delle metodologie esistenti.