💻 Category

bioinformatics

881 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

A foundation model enables prediction of natural product molecular properties, bioactivity, and structural similarity from biosynthetic gene cluster sequence

Questo articolo introduce BGC-MLM, un modello di fondazione preaddestrato su sequenze di cluster di geni biosintetici non etichettate che migliora significativamente la previsione delle proprietà, della bioattività e della somiglianza strutturale dei prodotti naturali, migliorando così l'efficienza del mining genomico per nuovi prodotti naturali.

Walker, A.2026-07-07
💻 bioinformatics

Scop3P in 2026: an expanded proteomics-informed resource contextualizing phosphorylation sites through sequence, structure, mutation, and experimental provenance

L'aggiornamento del 2026 di Scop3P presenta una grande espansione di questa base di conoscenza informata dalla proteomica integrando 152.350 siti di fosforilazione umana uniformemente riprocessati con annotazioni strutturali, biofisiche, evolutive e mutazionali complete per fornire una risorsa scalabile e consapevole della provenienza per l'interpretazione della fosforilazione nei contesti funzionali e patologici.

Ramasamy, P., Tichshenko, N., Diaz, A., Velghe, K., Massignani, E., Vranken, W. F., Martens, L.2026-07-06
💻 bioinformatics

Benchmarking AlphaFold and related deep learning approaches for modeling antibody and TCR antigen recognition

Questo studio valuta le prestazioni di AlphaFold2, AlphaFold3 e dei protocolli di campionamento potenziato nella modellazione del riconoscimento antigene da parte di anticorpi e TCR, dimostrando che, sebbene l'aumento del campionamento e AlphaFold3 migliorino generalmente l'accuratezza, il successo varia significativamente tra i diversi tipi di complessità e può essere ulteriormente incrementato mediante l'unione di modelli complementari.

Yin, R., Saravanakumar, S., Shi, S. Y., Park, M., Lin, V., Lee, J., Cheung, M., Felbinger, N., Kaufman, S., Eisenberg, M (…)2026-07-06
💻 bioinformatics

Selecting Chromosomes for Polygenic Traits: Algorithms and Complexity

Questo articolo definisce e analizza il problema NP-completo della selezione di blocchi genomici da molteplici genomi sorgente per ottimizzare i tratti poligenici, proponendo una suite di algoritmi — tra cui un risolutore Branch-and-Bound certificato, un'euristica veloce di Block-Coordinate-Descent e una rilassazione di programmazione semidefinita — che collettivamente forniscono soluzioni ottimali o quasi ottimali con garanzie teoriche e validazione empirica su simulazioni su scala lievito.

Zuk, O.2026-07-05
💻 bioinformatics

Improving Generalizability in Whole-Cell Antibiotic Discovery Through Active Learning

Questo studio dimostra che una strategia di apprendimento attivo calibrata, ottimizzata attraverso simulazioni retrospettive e validata in una campagna di screening a ciclo chiuso su *Borrelia burgdorferi*, migliora significativamente i tassi di successo sperimentali e consente l'addestramento di modelli di apprendimento automatico generalizzabili, capaci di predire accuratamente l'attività antibiotica per composti fuori distribuzione.

Serrano, L. R., Zhou, A., Wei, Z., Stocks, K.-L. K., Ektefaie, Y., Gwynne, P. J., Chen, E., Krieger, I., Sacchettini, J. (…)2026-07-05
💻 bioinformatics

A High-Confidence Atlas of Protein Methylation Enables AI-Driven Detection of Methylated Peptides

Rianalizzando dataset pubblici con rigorosi controlli statistici per stabilire un Atlante di Metilazione Umana ad alta confidenza di 1.828 siti, gli autori hanno sviluppato e validato un modello di deep learning basato sul transfer learning (AHLF-Methylation) che migliora significativamente la rilevazione e la localizzazione dei peptidi metilati.

Wang, S., Hartmaring, Y., Schlaffner, C. N., Bowler-Barnett, E., Martin, M., Fan, J., Sun, Z., Renard, B. Y., Jones, A. (…)2026-07-04
💻 bioinformatics

VirProtRAG: Literature-grounded viral protein function annotation with retrieval-augmented generation

VirProtRAG è un framework di generazione aumentata dal recupero che potenzia l'annotazione delle funzioni delle proteine virali integrando il recupero ibrido della letteratura e il riordinamento basato sulle evidenze per produrre approfondimenti funzionali verificabili e di alta qualità ed espandere la curatela esperta esistente.

Guan, J., Shang, J., Peng, C., Sun, Y.2026-07-04
💻 bioinformatics

Simulating population pangenomes under coalescent demographic models with MSpangenome

Il documento introduce MSpangenome, un framework consapevole della genealogia che colma il divario tra le simulazioni coalescenti e la costruzione di grafi di pangenoma per generare pangenomi di popolazione realistici con una verità evolutiva nota, consentendo così un benchmarking rigoroso degli strumenti genomici basati su grafi.

Piat, L., Denni, S., Dubois, S., Linard, B., Duvaux, L.2026-07-03