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 CellAwareGNN, un modello fondazionale di grafo che integra dati di genomica a singola cellula in una conoscenza biomedica aggiornata (scPrimeKG), dimostrando prestazioni superiori rispetto ai modelli esistenti nella previsione di indicazioni farmacologiche, in particolare per le malattie autoimmuni, grazie a una maggiore interpretabilità biologica.
MetaTracer è un nuovo strumento open source basato sull'allineamento nucleotidico che permette di assegnare con alta precisione le letture di dati metatrascrittomici sia a gruppi tassonomici specifici che a geni espressi, facilitando l'analisi dell'attività trascrizionale di comunità batteriche complesse come il plaque dentale.
Questo studio presenta un modello inverso interpretabile e risolta temporalmente che collega le risposte trascrittomiche da RNA-seq alle alterazioni della morfologia nucleare osservate tramite imaging cell-painting, per comprendere come l'esposizione a radiazioni a basso dosaggio perturbi le cellule nel tempo.
Cellects è un software open-source e user-friendly che automatizza la quantificazione della crescita, del movimento e della morfologia di organismi biologici a partire da dati di immagini 2D e sequenze temporali, offrendo un'interfaccia grafica interattiva e un'API Python per l'analisi personalizzata e l'esportazione dei risultati.
Il paper presenta DeepEST, un framework di deep learning multimodale che migliora la previsione della funzione delle proteine batteriche integrando dati di espressione genica, localizzazione cromosomica e struttura proteica, superando i metodi esistenti e facilitando la caratterizzazione di proteine ipotetiche in patogeni umani.
Questo studio dimostra che l'omissione delle interazioni epistatiche nei modelli lineari utilizzati nelle GWAS può causare distorsioni statistiche anti-conservative, portando a risultati significativi spurii e suggerendo cautela nell'interpretazione dei segnali genetici riportati in letteratura.
Il paper presenta STELAR-X, un nuovo algoritmo di inferenza filogenetica basato sul coalescente che, grazie a una riprogettazione dei dati e all'uso della GPU, permette di analizzare dataset ultra-grandi fino a 100.000 specie con una scalabilità senza precedenti in termini di velocità e memoria rispetto ai metodi esistenti come ASTRAL.
Il paper introduce Protenix-v1, il primo modello open-source per la previsione delle strutture biomolecolari che supera le prestazioni di AlphaFold3 mantenendo gli stessi vincoli di risorse, offrendo inoltre capacità avanzate come l'integrazione di template proteici e il supporto per l'MSA dell'RNA, insieme a una variante aggiornata e nuovi strumenti di valutazione per applicazioni pratiche come la scoperta di farmaci.
Lo studio dimostra che l'infiammazione ospite agisce come forza selettiva che rimodella il microbioma orale, favorendo la transizione da comunità commensali basate sui carboidrati a comunità infiammofile metabolicamente adattate, caratterizzate da fermentazione di amminoacidi e resistenza antimicrobica.
Lo studio dimostra che l'errore di stima degli alberi genici (GTEE) ha un impatto più dannoso sull'inferenza dell'albero delle specie rispetto all'ordinamento incompleto dei lignaggi (ILS), distinguendo le loro diverse firme strutturali nelle distribuzioni degli alberi genici.