1248 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 InertialGenome, un nuovo framework basato su Transformer che utilizza un sistema di riferimento inerziale e codifiche posizionali geometriche per ricostruire in modo robusto e indipendente dalla risoluzione la struttura 3D dei cromosomi, superando le limitazioni dei metodi esistenti e migliorando le prestazioni nel trasferimento di apprendimento tra diverse risoluzioni.
Il paper presenta SCOTCH, una pipeline end-to-end e indipendente dalla piattaforma per la caratterizzazione di isoformi a livello di singola cellula tramite sequenziamento RNA a lettura lunga, che migliora l'identificazione e la quantificazione degli isoformi noti e di quelli nuovi rispetto ai metodi esistenti.
Il framework FAIRSCAPE è un ambiente digitale sviluppato per garantire che i dataset biomedici siano pronti per l'uso nell'intelligenza artificiale, fornendo metadati ricchi, tracciabilità completa e una valutazione automatizzata basata su criteri etici e di trasparenza.
Il paper presenta HDMAX2-surv, un nuovo framework statistico scalabile in R per l'analisi di mediazione ad alta dimensionalità su dati di sopravvivenza censurati, che integra modelli di fattori latenti e modelli di sopravvivenza flessibili per identificare percorsi epigenetici mediatori nell'adenocarcinoma pancreatico, superando le limitazioni dei metodi esistenti nella gestione di fattori di confondimento non osservati.
Gli autori sviluppano un flusso di lavoro proteogenomico end-to-end che integra dati di sequenziamento RNA a lettura lunga (lrRNA-seq) e spettrometria di massa per costruire database proteici risolti per aplotipo specifici del campione, permettendo così l'identificazione di isoforme proteiche, varianti e splicing non rilevabili con i proteomi di riferimento.
Il documento presenta nVenn2, un algoritmo aggiornato per generare diagrammi di Venn quasi proporzionali che, riducendo la complessità computazionale in base alle regioni non vuote anziché al numero di insiemi, permette di visualizzare in modo efficace e interpretabile relazioni tra un gran numero di set.
Il documento presenta gSV, un rilevatore generale di varianti strutturali che integra approcci basati su allineamento e assemblaggio per migliorare la sensibilità nella scoperta di varianti complesse, superando i limiti degli strumenti esistenti e dimostrando il proprio valore in studi genomici sul cancro al seno.
Il paper presenta EvoStructCLIP, un modello di embedding multimodale centrato sulle mutazioni che integra finestre strutturali 3D e vincoli evolutivi tramite apprendimento contrastivo, dimostrando elevata capacità predittiva e trasferibilità su varianti missenso in diversi contesti biologici e nella competizione CAGI7.
Questo studio presenta un benchmark comunitario di 11 modelli generativi per dati di trascrittomica, evidenziando come la scelta del modello comporti inevitabili compromessi tra utilità predittiva, fedeltà biologica e resistenza agli attacchi di privacy.
Il paper presenta Kg4j, un framework computazionale che costruisce sottografi di conoscenza localizzati partendo da FORVM per integrare dati sperimentali e generare ipotesi, dimostrando la sua efficacia nell'identificare meccanismi biologici e associazioni tra endometriosi ed esposizione a inquinanti organici persistenti.