💻 Category

bioinformatics

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.

💻 bioinformatics

Structural motif search across the protein-universe with Folddisco

Gli autori hanno sviluppato Folddisco, un software gratuito e un server web che, grazie a un indice compatto di caratteristiche geometriche indipendenti dalla posizione e a un sistema di punteggio basato sulla rarità, permette di cercare motivi strutturali proteici in un database di 53 milioni di strutture in pochi secondi, risultando significativamente più veloce, efficiente in termini di archiviazione e accurato rispetto ai metodi esistenti.

Kim, H., Kim, R. S., Mirdita, M., Yoon, J., Steinegger, M.2026-02-20
💻 bioinformatics

ProteoMapper: Alignment-Aware Identification and Quantitative Analysis of Contextual Motif-Domain Patterns in Protein Families

Il paper presenta ProteoMapper, un framework computazionale che integra annotazione di domini e rilevamento di motivi per quantificare le relazioni spaziali e l'evoluzione conservata tra motivi regolatori e domini strutturali nelle famiglie proteiche, fornendo strumenti accessibili per l'analisi funzionale e la previsione degli effetti delle varianti.

Sefa, S. M., Sarkar, J., Robin, A. H. K., Uddin, M.2026-02-20
💻 bioinformatics

A New Sparse Bayesian Quantile Neural Network-based Approach and Its Application to Discover Physiological Sweet Spots in the Canadian Longitudinal Study on Aging

Questo studio presenta Q-FSNet e Q-DirichNet, nuovi approcci basati su reti neurali sparse bayesiane che, applicati allo studio longitudinale canadese sull'invecchiamento, identificano con successo 25 metaboliti con "punti dolci" fisiologici ottimali per minimizzare l'accelerazione dell'età biologica, offrendo uno strumento scalabile e interpretabile per la medicina di precisione.

Min, J., Vishnyakova, O., Brooks-Wilson, A., Elliott, L. T.2026-02-20
💻 bioinformatics

Chemical Probes in Scientific Literature: Expanding and Validating Target-Disease Evidence

Questo studio sistematico su oltre 18 milioni di articoli dimostra che i sonde chimiche catalizzano la scoperta terapeutica anticipando i dati strutturati di 1-7 anni, rivelando nuove associazioni target-malattia ad alta affidabilità e fornendo una validazione funzionale cruciale per la priorità dei bersagli.

Adasme, M. F., Ochoa, D., Lopez, I., Do, H.-M.-A., McDonagh, E. M., O'Boyle, N. M., Leach, A. R., Zdrazil, B.2026-02-20
💻 bioinformatics

How to gain valuable insight from scarce data with Machine Learning: a post-hoc explanation tool to identify biases in biological images classification

Questo studio dimostra che l'uso di strumenti di spiegazione post-hoc, come SHAP, permette di identificare bias nascosti nei modelli di machine learning addestrati su dati biologici scarsi (riconoscendo erroneamente i singoli individui invece dei processi di rigenerazione) e di estrarre comunque informazioni biologiche rilevanti, come la distinzione tra fasi temporali di guarigione, quando il compito è allineato alle capacità del dataset.

Bolut, C., Pacary, A., Pieruccioni, L., Ousset, M., Paupert, J., Casteilla, L., Simoncini, D.2026-02-20
💻 bioinformatics

High-resolution population structure inference using genome-wide short tandem repeat variations

Questo studio presenta un quadro multi-modale che utilizza le variazioni dei ripetuti tandem corti (STR) a livello genomico, incluso un nuovo modello di fattorizzazione non negativa direzionale (dNMF), per inferire la struttura della popolazione umana con una risoluzione e una precisione superiore rispetto ai tradizionali polimorfismi a singolo nucleotide (SNP).

Xia, F., Baudis, M., Anisimova, M.2026-02-20