1245 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 GCN-Mamba, un modello di deep learning che integra le Graph Convolutional Networks con Mamba per prevedere con alta accuratezza le sinergie antibatteriche, validando sperimentalmente nuove combinazioni efficaci contro il MRSA.
Lo studio dimostra che, nonostante il potenziale dei modelli fondazionali per cellule singole (scFM), le loro incorporazioni zero-shot sottoperformano rispetto alla linea di base dei geni altamente variabili (HVG) nella ricostruzione delle dinamiche cellulari a causa di una compressione temporale eccessiva che appiattisce le strutture biologiche ramificate.
Gli autori presentano Tv, un nuovo framework causale basato su regressione kernel che quantifica l'asimmetria direzionale delle sostituzioni amminoacidiche partendo da allineamenti di sequenze multiple, offrendo uno strumento web per identificare varianti patogene e simulare l'evoluzione proteica sotto vincoli direzionali.
Lo studio dimostra che, tra otto modelli d'acqua testati con il campo di forza AMBER Lipid21 per simulare membrane lipidiche, il modello SPC/E rappresenta la scelta ottimale poiché riproduce con la massima fedeltà le proprietà strutturali sperimentali senza necessità di modifiche.
Sassy2 è un nuovo strumento ottimizzato per l'hardware che accelera significativamente la ricerca batch di brevi pattern di DNA (come barcode e guide CRISPR) nei dati di sequenziamento distribuendo i pattern tra le lane SIMD, raggiungendo velocità superiori rispetto alle versioni precedenti e ad altri metodi esistenti.
Questo articolo descrive lo sviluppo guidato dagli utenti di Llemy, un sistema basato su modelli linguistici di grandi dimensioni progettato per facilitare l'esplorazione e l'analisi di complessi diagrammi di interazioni molecolari attraverso un processo iterativo di prototipazione e test con esperti del settore.
Il paper presenta GE-BiCross, un innovativo framework di deep learning basato su attenzione incrociata bidirezionale che, integrando in modo gerarchico informazioni genomiche e ambientali, supera significativamente i metodi esistenti nella previsione delle interazioni genotipo-ambiente per il mais, offrendo uno strumento potente per la selezione genetica climatica.
Questo studio propone l'energia spettrale del laplaciano di fascio su grafo come nuova misura di diversità del microbioma che integra simultaneamente la composizione tassonomica e l'architettura genomica, dimostrando una migliore capacità di discriminazione tra campioni sani e pazienti con malattia infiammatoria intestinale rispetto alle metriche tradizionali.
Il paper presenta LongHap, un metodo innovativo che integra i segnali di metilazione nativi nei dati di sequenziamento a lettura lunga per migliorare significativamente la ricostruzione degli aplotipi rispetto agli strumenti esistenti.
Il paper presenta DIPScan, un nuovo metodo basato su Nextflow sviluppato per rilevare automaticamente i genomi virali difettosi (DelVG) nei dati di sequenziamento e correggere le mutazioni specifiche nei genomi consenso, migliorando così l'accuratezza della sorveglianza epidemica dell'influenza.