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 un nuovo framework di apprendimento delle rappresentazioni che combina modelli fondazionali e metodi di correzione per allineare efficacemente dati multimodali di trascrittomica spaziale provenienti da diversi campioni e coorti, superando le limitazioni degli approcci tradizionali di correzione dei batch.
Questo studio dimostra che, sebbene i moderni metodi di previsione strutturale basati sull'IA generino complessi anticorpo-antigene geometricamente plausibili, i loro punteggi di confidenza interni non sono sufficienti a distinguere le interazioni specifiche da quelle errate, evidenziando la necessità di validazioni contro decoy realistici e di un approccio di benchmarking più rigoroso.
Lo studio dimostra che l'addestramento di autoencoder sparsi sulle rappresentazioni nascoste di modelli fondazionali per cellule singole rivela caratteristiche biologiche e tecniche interpretabili, permettendo di intervenire sui modelli per ridurre gli effetti tecnici indesiderati preservando i segnali biologici fondamentali.
Il paper presenta AlterNet, un nuovo strumento che inferisce reti di regolazione genica a livello di trascritto considerando l'alternativa splicing, permettendo così di scoprire interazioni regolatorie biologicamente rilevanti che rimangono nascoste nei metodi tradizionali basati sul gene.
Il paper presenta ETSAM, un metodo di intelligenza artificiale basato su SAM2 che supera lo stato dell'arte nella segmentazione delle membrane cellulari nei tomogrammi crioelettronici, affrontando con successo le sfide del basso rapporto segnale-rumore e degli artefatti tipici di questa tecnica.
Questo articolo introduce il Synergistic Information Score (SIS) per dimostrare che la costruzione di un "cellula virtuale" richiede un passaggio fondamentale dagli obiettivi di allineamento multimodale, che catturano solo ridondanze lineari, a strategie di integrazione sinergica in grado di sfruttare le informazioni complementari distribuite tra le diverse modalità biologiche.
Questo studio generalizza il modello di rete gaussiana applicando la termodinamica degli alberi ricoprenti per dimostrare che l'attivazione di KRAS è un processo guidato dall'entropia, in cui il guadagno conformazionale compensa un costo energetico, identificando la regione Switch I come il principale sito di riorganizzazione allosterica.
Il documento presenta Graph Lens Lite, uno strumento basato su browser per la visualizzazione interattiva, l'esplorazione e la condivisione di reti biologiche, progettato per supportare l'analisi dei modelli di patogenesi delle malattie e dei meccanismi d'azione dei farmaci.
Il paper presenta ToxiVerse, una piattaforma web pubblica e gratuita che fornisce dataset di tossicità curati, strumenti di bioprofilazione automatica e un'interfaccia per la creazione di modelli predittivi QSAR personalizzati, rendendo la tossicologia computazionale accessibile anche ai ricercatori privi di competenze di programmazione.
Questo studio presenta una valutazione comparativa dei metodi di progettazione generativa di peptidi *de novo* per i recettori accoppiati a proteine G, rivelando che, sebbene le tecniche attuali campionino adeguatamente lo spazio conformazionale, soffrono di una sovrastima della fiducia nei modelli errati e di una generazione sequenziale subottimale, evidenziando la necessità di migliorare i sistemi di valutazione e di integrare strumenti come ProteinMPNN.