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 dimostra che l'utilizzo dello strumento di riscore basato sul machine learning MS2Rescore migliora significativamente i tassi di identificazione dei peptidi e la specificità tassonomica nella metaproteomica, consentendo una maggiore affidabilità nelle analisi a valle.
Il paper presenta Floco, un metodo innovativo per la previsione del numero di copie (CN) basato su un flusso di rete che, integrando allineamenti su grafi genomici e programmazione lineare intera, supera i limiti delle stime tradizionali basate sulla profondità di lettura, aumentando l'accuratezza fino al 43%.
Il paper presenta CoMR, una pipeline di scoring integrativa che combina previsioni di targeting, omologia e analisi filogenetica per ricostruire con maggiore accuratezza il proteoma mitocondriale in organismi modello e non modello, superando le prestazioni dei predittori di targeting tradizionali.
Il paper propone RSTG, un autoencoder basato sulla divergenza beta che genera dati di trascrittomica spaziale di alta qualità e robusti al rumore, migliorando la ricostruzione delle posizioni cellulari e la stima della densità rispetto ai metodi esistenti.
Il paper presenta EnzPlacer, un algoritmo di apprendimento contrastivo che predice le funzioni enzimatiche non ancora caratterizzate posizionando accuratamente le sequenze proteiche in uno spazio funzionale noto, anche quando l'etichetta specifica non è presente nel corpus di addestramento.
BioGraphX-RNA è un innovativo framework di codifica grafica fisico-chimica che, integrando principi biofisici espliciti con embeddings di RiNALMo, supera le prestazioni degli attuali metodi per la predizione interpretabile della localizzazione subcellulare dell'RNA, garantendo al contempo un'efficienza computazionale e una generalizzazione cross-specie senza precedenti.
Questo lavoro propone un quadro bayesiano per la stima dell'orientamento nella criomicroscopia elettronica, dimostrando che l'utilizzo di un stimatore MMSE migliora significativamente la precisione della ricostruzione 3D e l'analisi dell'eterogeneità strutturale rispetto ai metodi tradizionali basati sulla correlazione incrociata, specialmente in condizioni di basso rapporto segnale-rumore.
Il lavoro presenta O_SCPLOWARCANEC_SCPLOW, un nuovo metodo e strumento a riga di comando che integra avanzamenti algoritmici per la correzione di errori, l'assegnazione delle letture ai geni e la risoluzione degli UMI, offrendo una quantificazione dell'espressione genica più rapida e accurata rispetto agli strumenti esistenti nel contesto della trascrittomica a cellula singola.
Il paper presenta ProtBFF, un framework agnostico rispetto all'encoder che integra priors biofisici interpretabili nelle rappresentazioni di apprendimento profondo per migliorare l'accuratezza della previsione di ΔΔG e superare i modelli specializzati esistenti.
Il paper presenta TopRepo, il primo repository completo di spettrometria di massa top-down contenente oltre 18 milioni di spettri, che abilita analisi su larga scala e migliora l'identificazione delle proteoforme e la previsione spettrale tramite modelli di deep learning.