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 paper presenta STAR Suite, una modernizzazione del software di allineamento STAR realizzata tramite ingegneria umana e AI che integra direttamente funzionalità di trascrittomica nel codice sorgente C++ per eliminare file intermedi e migliorare le prestazioni, risolvendo così i problemi di scalabilità del consorzio NIH MorPhiC.
Questo studio dimostra che l'uso di un approccio di previsione genomica basato su ensemble, implementato tramite la pipeline EasiGP, migliora sistematicamente l'accuratezza nella previsione dei tempi di fioritura nel mais rispetto ai singoli modelli, offrendo al contempo nuove intuizioni sulla variabilità genetica sottostante.
Il paper presenta ChatSpatial, una piattaforma basata sul Model Context Protocol che utilizza schemi pre-validati per orchestrare in modo riproducibile e cross-piattaforma oltre 60 metodi di trascrittomica spaziale, superando le incompatibilità tra gli ecosistemi Python e R e consentendo analisi biologiche più efficaci.
Il paper presenta singIST, un pacchetto R/Bioconductor e una dashboard interattiva per il confronto quantitativo e spiegabile dei dati scRNA-seq di modelli di malattia preclinici con riferimenti umani, al fine di valutarne la capacità di ricapitolare i pathway biologici e facilitare la selezione dei modelli per la ricerca traslazionale.
Questo studio presenta un sistema in vitro fisiologicamente rilevante che, utilizzando cellule epiteliali delle vie aeree umane, ha identificato una firma mutazionale distintiva e correlata ai modelli murini indotta dall'esposizione al N-nitrosotris-(2-cloroetil) urea (NTCU), un carcinogeno associato al carcinoma squamocellulare del polmone, mentre non ha rilevato pattern specifici per l'esposizione al NNK.
Questo studio presenta un benchmarking sistematico dei metodi di deconvoluzione per l'RNA plasmatico extracellulare (cfRNA), rivelando che mentre l'inferenza dell'organo di origine è robusta, quella del tipo cellulare mostra maggiore variabilità e dipende criticamente dalla scelta del metodo e dei parametri di riferimento.
Il documento presenta un nuovo quadro di apprendimento dell'Hamiltoniana quantistica basato su dati di misurazione risolti nel tempo, applicato all'inferenza delle reti di regolazione genica attraverso il modello QHGM, che offre garanzie di recupero teoriche e risultati promettenti su dati reali di glioblastoma.
Il paper introduce Fractal, un ecosistema composto da una specifica di attività e una piattaforma che abilita flussi di lavoro di analisi delle immagini biologiche scalabili, riproducibili e basati sul formato OME-Zarr per gestire grandi volumi di dati microscopici.
Gli autori presentano GDAS, una nuova piattaforma di analisi proteomica ad alto rendimento che combina ricerche aperte ultra-veloci, strumenti mirati per la glicosilazione e algoritmi di machine learning per identificare in modo efficiente e affidabile le glicoforme associate a malattie, come dimostrato nella validazione su dati relativi all'Alzheimer.
Questo studio dimostra che l'integrazione di strategie di normalizzazione consapevoli dei trascritti lineari con un filtraggio automatizzato migliora significativamente la sensibilità e la riproducibilità dell'analisi dell'espressione differenziale delle RNA circolari, fornendo un quadro standardizzato per la scoperta di biomarcatori.