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.
Questo studio presenta il primo assemblaggio genomico telomero-a-telomero e l'analisi degli aplotipi del Dendrobium officinale tetraploide, fornendo nuove prospettive sull'evoluzione poliploide delle Orchidacee e sui geni chiave alla base della simbiosi micorrizica.
Questo lavoro presenta un metodo di calibrazione non parametrica basato su dati simulati che migliora l'accuratezza della stima del disequilibrio di linkage in campioni di piccole dimensioni, riducendo il bias di sovrastima tipico delle tecniche esistenti e ottimizzando le analisi a valle come il pruning.
Lo studio propone una pipeline di machine e deep learning che, analizzando 30 fenotipi e confrontando i risultati con il GWAS Catalog, dimostra che la selezione di SNP basata sulle prestazioni di classificazione permette di identificare con successo i geni associati ai fenotipi, supportando così la medicina di precisione e la comprensione dei meccanismi patologici.
Il paper presenta Deep-Palm, un innovativo framework di deep learning che integra sequenze aminoacidiche, strutture predette e proprietà fisico-chimiche per prevedere con elevata precisione i siti di S-palmitoilazione nelle proteine, superando gli strumenti esistenti e offrendo nuove prospettive per la ricerca terapeutica.
Gli autori hanno sviluppato FourC, un metodo open source basato su un modello di regressione bayesiana Bernoulli e processi gaussiani, per identificare contatti cromatinici significativi e differenziali nei dati 4C-seq, risolvendo il problema della duplicazione dei dati e permettendo l'analisi della struttura cromatinica locale in contesti biologici specifici.
Questo studio in silico identifica la Withaferina A come un promettente inibitore antivirale multi-target contro le proteine chiave del virus Marburg, supportato da risultati di docking molecolare, simulazioni di dinamica molecolare e analisi ADMET che ne confermano la stabilità e il potenziale terapeutico.
Mutation Reporter è un software open-source che permette agli utenti di identificare in modo trasparente mutazioni singole e composte a livello proteico partendo direttamente da file fastq di sequenziamento NGS, offrendo un controllo completo sui parametri di qualità.
Il paper presenta RefCM, un nuovo metodo computazionale che combina trasporto ottimo e programmazione intera per migliorare l'annotazione dei cluster di dati scRNA-seq tramite mappatura su dataset di riferimento, superando le prestazioni delle tecniche esistenti in termini di accuratezza e scalabilità.
Questo studio introduce Molearn, un framework ibrido che combina dinamica molecolare e modelli generativi profondi per espandere gli ensemble conformazionali dell'RNA nudo verso stati criptici, dimostrando con successo la sua capacità di predire conformazioni dell'HIV-1 TAR in grado di legare il ligando MV2003, superando così le limitazioni dei metodi tradizionali di progettazione di farmaci basata sulla struttura.
Questo studio presenta il primo confronto completo di tre strumenti per il rilevamento di circRNA da dati di sequenziamento long-read ONT, utilizzando un nuovo framework di simulazione open-source per evidenziare le differenze nelle prestazioni e sottolineare la necessità di combinare strumenti o migliorare gli algoritmi per una rilevazione più accurata.