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 lavoro estende l'algoritmo di clustering spaziale SpatialLeiden per abilitare l'analisi su scala atlante di dati omici spaziali multimodali e 3D tramite la moltiplicazione flessibile dei grafi di vicinanza, garantendo una coerenza superiore rispetto agli strumenti esistenti e una facile integrazione nell'ecosistema scverse.
HMM-Flagger è uno strumento senza riferimento basato su un modello a Markov nascosto che rileva errori strutturali negli assemblaggi genomici risolti per aplotipo analizzando la copertura delle letture, dimostrando alta efficacia nel validare assemblaggi umani complessi e nel misurare i progressi della tecnologia di sequenziamento.
Il lavoro presenta TreeMS2, uno strumento computazionale scalabile e indipendente dall'annotazione che costruisce alberi filogenetici basati sul fenotipo molecolare confrontando direttamente gli spettri di massa tandem (MS/MS) per rivelare relazioni evolutive e adattative in dati proteomici e metabolomici.
Il paper presenta STEQ, un nuovo metodo basato su distanze statisticamente coerenti per la stima rapida e accurata di alberi delle specie a partire da dati multilocus, che supera i metodi esistenti come ASTRAL in termini di velocità pur mantenendo una precisione competitiva.
Questo studio presenta un metodo rapido, non distruttivo e privo di marcatori che combina la spettroscopia vibrazionale (ATR-FTIR e Raman) con l'apprendimento automatico per quantificare con alta precisione le distribuzioni di lunghezza dei frammenti di DNA, offrendo un'alternativa scalabile alle tecniche convenzionali.
Il paper presenta APEX, un framework di intelligenza artificiale spiegabile che integra modelli evolutivi e reti neurali per identificare bersagli patogeni e progettare molecole inibitrici in modo mirato, offrendo una pipeline universale per la scoperta di nuovi farmaci antimicrobici.
Il paper presenta scDynOmics, un modello transformer ottimizzato e scalabile basato su reti di regolazione genica e meccanismi di attenzione Linformer, che sfrutta l'adattamento a basso rango per apprendere rappresentazioni multimodali di dati single-cell, ottenendo prestazioni all'avanguardia nella classificazione cellulare e nella decifrazione delle dinamiche di sviluppo.
Questo studio integra farmacologia di rete e verifiche sperimentali per dimostrare che il Panax notoginseng accelera la guarigione delle ferite cutanee modulando sinergicamente vie di segnalazione chiave e riequilibrando l'espressione di citochine infiammatorie come TNF-α, IL-6 e IL-10.
Il paper presenta SpatialCompassV (SCOMV), un nuovo strumento computazionale che classifica in modo non supervisionato i pattern spaziali di geni e cellule e identifica geni differenziali spazialmente analizzando le relazioni vettoriali tra le loro posizioni e regioni di interesse, come i tumori, senza dipendere da conoscenze biologiche preesistenti.
Questo studio dimostra che, grazie ai recenti miglioramenti nella precisione, il sequenziamento nanopore è ora in grado di generare direttamente varianti di sequenza ampliconica (ASV) ad alta risoluzione da letture grezze per ampliconi di 250-4200 bp, superando la dipendenza dai database di riferimento e rendendo possibile il profiling accurato di comunità microbiche complesse.