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 introduce PROPTIMUS RAPHAN, un metodo innovativo che ottimizza le strutture proteiche dividendo la molecola in sottoregioni sovrapposte per ridurre drasticamente i tempi di calcolo mantenendo una precisione paragonabile alle tecniche tradizionali.
Il paper presenta ARIES, un nuovo algoritmo che utilizza le embedding di modelli linguistici proteici per costruire allineamenti di sequenze multiple più accurati e scalabili rispetto ai metodi tradizionali, specialmente nelle regioni a bassa identità.
Il paper presenta scprocess, una pipeline Snakemake ottimizzata per l'elaborazione, l'integrazione e la visualizzazione di dati di sequenziamento RNA a cellula singola su scala atlante, progettata per garantire riproducibilità ed efficienza nell'analisi di dataset composti da centinaia di campioni.
Questo studio sviluppa una strategia di annotazione basata sull'espressione per identificare e quantificare in modo standardizzato le piccole RNA di vault (svtRNAs) umane, rivelando che costituiscono una componente abbondante e riproducibile del paesaggio delle piccole RNA con potenziali proprietà regolatorie simili a quelle dei miRNA.
Questo studio presenta FIFA, un nuovo modello di machine learning spiegabile basato su Explainable Boosting Machines (EBM) che utilizza il contesto locale per identificare e filtrare con maggiore precisione gli artefatti genetici derivanti dalla fissazione in formalina (FFPE), migliorando così l'affidabilità della ricerca genomica retrospettiva su campioni archiviati.
Il paper presenta EnsAgent, un sistema multi-agente basato su ensemble di strumenti che, attraverso un flusso di lavoro di consultazione e revisione, garantisce un'annotazione robusta e riproducibile dei dati di trascrittomica spaziale superando i limiti dei metodi tradizionali.
Il paper presenta il Descriptron-GBIF Annotator, una piattaforma browser-based e senza installazione che sfrutta l'intelligenza artificiale e la scienza partecipativa per accelerare la raccolta di annotazioni morfologiche strutturate da immagini di biodiversità, colmando il divario tra la vasta disponibilità di immagini di esemplari e la scarsità di dati morfologici organizzati.
STEVE è un quadro quantitativo unificato che valuta l'accuratezza, la robustezza e la riproducibilità dell'annotazione dei tipi cellulari negli studi di trascrittomica a cellula singola, offrendo moduli per la valutazione tramite sottocampionamento, rilevamento di nuovi tipi cellulari e benchmarking rispetto a dati di riferimento.
Questo studio integra l'analisi trascrizionale di 1.068 campioni cardiaci da cinque coorti per definire una firma immuno-fibrotica riproducibile nelle cardiomiopatie umane, identificando un pannello di nove geni con elevata accuratezza predittiva e implicando la ferroptosi mediata da HMOX2 come meccanismo patologico centrale.
Il paper introduce MOSAICField, un framework unificato basato su reti neurali profonde che allinea e integra dati spaziali multimodali da diverse tecnologie per ricostruire modelli 3D accurati dei tessuti e mappare le strutture morfologiche, superando le sfide attuali nell'analisi di atlas tumorali complessi.