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.
Gli autori hanno sviluppato EMTscore, un pacchetto R open-source che consente una valutazione efficiente e non influenzata di molteplici percorsi divergenti della transizione epitelio-mesenchimale (EMT) da dati omici single-cell o bulk, per facilitare lo screening rapido delle correlazioni tra l'EMT e altri processi cellulari.
Questo articolo introduce Pseudotime Graph Diffusion (PGD), un framework post hoc leggero che migliora la visualizzazione e l'interpretazione delle traiettorie a singola cellula mediante l'appianamento delle caratteristiche a livello di cellula e dell'espressione genica lungo i percorsi inferiti utilizzando la diffusione random-walk.
RFhap è un nuovo metodo di phasing basato su trii che utilizza marcatori multi-k-mer e un classificatore random forest per migliorare significativamente l'accuratezza e la contiguità dell'assemblaggio de novo risolto per aplotipi nei genomi umani rispetto agli strumenti esistenti come Hifiasm-Trio.
Il documento introduce scGeneLens, un framework che rivela come diversi modelli di fondazione per singola cellula (scFM), come scFoundation e scGPT, sviluppino distinte percezioni "pluralistiche" delle cellule dando priorità o ai geni marcatori del tipo cellulare o ai pathway biologici condivisi, offrendo così spunti azionabili per il futuro design dei modelli.
Thyra è una moderna libreria Python che colma il divario tra la spettrometria di massa imaging e il framework SpatialData per superare la frammentazione dei dati, migliorare l'interoperabilità e consentire un'analisi multimodale unificata all'interno dell'ecosistema della spaziale omica.
Il documento introduce scTREND, un framework computazionale privo di annotazione che integra la trascrittomica a singola cellula con gli esiti clinici per modellare hazard a livello cellulare variabili nel tempo e dipendenti dalla condizione, abilitando così una valutazione dinamica del rischio attraverso diverse malattie e modalità di dati spaziali o bulk senza richiedere etichette predefinite dei tipi cellulari.
Gli autori presentano TLand, una nuova architettura di apprendimento automatico basata sul database RegulomeDB che supera i modelli esistenti nella previsione e nella prioritizzazione di varianti regolatorie non codificanti specifiche per cellula e organo, migliorando così l'interpretazione degli SNP associati a GWAS attraverso l'intero genoma umano.
Questo studio dimostra che la correlazione tra le log-verosimiglianze dei modelli generativi e l'affinità di legame degli anticorpi deriva dal fatto che questi modelli apprendono implicitamente i priori evolutivi, prestazioni che si equivalgono ai semplici punteggi di similarità BLOSUM calcolati rispetto a un noto legante parentale.
Questo articolo introduce un nuovo framework analitico basato su PARAFAC2 che supera i limiti dei modelli CP standard catturando esplicitamente le variazioni temporali specifiche per il soggetto nei dati longitudinali del microbioma, consentendo così la scoperta di firme evolutive replicabili e individualizzate che precedentemente erano state trascurate.
Il documento presenta SWARM, un framework basato sull'IA che migliora significativamente la precisione del profilo delle modifiche dell'RNA a singola molecola superando gli elevati tassi di falsi positivi nel sequenziamento nanopore, consentendo così la scoperta di nuovi siti di modifica e rivelando nuove intuizioni sulla deposizione della pseudouridina, sfidando al contempo i modelli esistenti di coordinazione epitrascrittomica.