1246 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 framework di deep learning Neurotox dimostra che la neurotossicità è codificata da caratteristiche distribuite nella sequenza aminoacidica che modellano l'organizzazione strutturale e l'interazione con i recettori, piuttosto che dipendere esclusivamente da singoli residui di contatto.
Questo lavoro presenta un algoritmo aggiornato, PolarBearal, che identifica con il 97% di accuratezza il numero di filamenti nelle proteine beta-bariliche della membrana esterna batterica, permettendo l'annotazione su larga scala di oltre 571.000 strutture predette da AlphaFold2 per facilitare studi strutturali ed evolutivi.
Il paper presenta PhosSight, un framework di deep learning unificato che potenzia l'identificazione e accelera l'analisi del fosfoproteoma sia in modalità DDA che DIA, permettendo la scoperta di nuovi bersagli terapeutici nel cancro endometriale.
Questo studio dimostra che l'integrazione di modelli linguistici su larga scala con tecniche di Retrieval-Augmented Generation e informazioni sulla distanza genomica migliora l'identificazione dei geni causali, sebbene la combinazione di entrambi gli approcci mostri rendimenti marginali decrescenti.
Il metodo NIRD proposto utilizza la fattorizzazione di matrici e la regressione non lineare basata su ensemble di alberi per inferire reti geniche non lineari da profili di trascrittoma a cellula singola sparsi, superando le sfide della sparsità e dei batch effects e migliorando la predizione dei target diretti dei fattori di trascrizione quando integrato con la velocità dell'RNA.
Questo studio dimostra che i punteggi di qualità per base, solitamente considerati semplici metadati tecnici, possono fungere da biomarcatori a basso costo e privi di allineamento per rilevare il cancro analizzando il frammentoma del DNA libero circolante.
FAMUS è un innovativo framework di apprendimento few-shot basato sul contrasto che supera i metodi tradizionali di annotazione funzionale delle proteine, offrendo una soluzione precisa e scalabile per l'analisi su larga scala di dati genomici e metagenomici.
Questo studio presenta SCL2205, un dataset di alta qualità e privo di fughe di dati derivato da UniProtKB che, grazie a un rigoroso pre-processing e a una partizione stringente, supera le prestazioni degli attuali modelli all'avanguardia nella previsione della localizzazione subcellulare delle proteine, evidenziando al contempo l'inflazione delle metriche causata da perdite di dati nei metodi esistenti.
Lo studio dimostra che le prestazioni dei modelli linguistici proteici nella previsione degli effetti mutazionali sono determinate principalmente dalle caratteristiche intrinseche dei dataset, in particolare dalla variabilità dei valori di fitness, piuttosto che dall'architettura del modello, rivelando che in molti casi questi modelli non superano significativamente semplici baselines basate sulla fitness media dei siti.
Lo studio dimostra che la fosforilazione di un epitopo derivato da ASXL2 nei tumori modula le interazioni dinamiche e aumenta l'affinità di legame con l'HLA, fornendo così una base strutturale per lo sviluppo di nuove immunoterapie mirate.