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.
Questo studio applica l'analisi fattoriale multi-omica (MOFA) ai dati del Glioma per rivelare profili molecolari distinti, identificare nuovi biomarcatori prognostici e comprendere le interazioni tra genoma, epigenoma e trascrittoma, al fine di sviluppare strategie terapeutiche più personalizzate.
Questo studio dimostra che le interazioni fisiche tra linfociti T e macrofagi, rilevate tramite l'analisi di "doublet" nel sequenziamento dell'RNA a singola cellula, influenzano la risposta alla chemioterapia nel cancro ovarico, con i macrofagi M2 che inducono l'esaurimento delle cellule T nei pazienti resistenti e i macrofagi M1 che mantengono una funzione immunitaria attiva nei pazienti sensibili.
Il paper presenta LLMsFold, un framework computazionale che integra modelli linguistici di grandi dimensioni e simulazioni biofisiche per progettare e validare de novo piccole molecole terapeutiche contro target proteici complessi come ACVR1 e CD19.
Questo lavoro formalizza il metodo scientifico come un protocollo a fasi eseguibile per modelli linguistici, dimostrando attraverso studi su diversi domini che tale approccio genera ricerche rigorose, verificabili e basate su evidenze, riducendo significativamente i rischi di integrità rispetto a metodologie non vincolate.
Questo studio presenta il Cross-DB Genomic Comparator (CDGC), un benchmark completo che rivela un'alta consistenza tra i database di genomi virali ma una significativa variabilità e la presenza di artefatti tecnici nei database di genomi fungini, sottolineando l'importanza di un confronto sistematico per migliorare l'affidabilità delle risorse di riferimento genomico.
Questo studio dimostra che, nel contesto del carcinoma mammario invasivo, i modelli di intelligenza artificiale che predicono direttamente l'arricchimento di pathway dalle immagini istopatologiche superano in accuratezza gli approcci attuali che richiedono prima la previsione dell'espressione genica.
Il paper presenta PopGenAgent, un sistema di workflow per la genomica di popolazione che integra strumenti specializzati in modelli eseguibili e report automatizzati, riducendo il lavoro manuale e garantendo la riproducibilità attraverso l'uso strategico di modelli linguistici per la gestione dei parametri e la generazione di relazioni scientifiche.
Il paper presenta EPERep, una strategia di potenziamento degli input evolutivi che sfrutta sequenze non annotate per migliorare le rappresentazioni dei modelli linguistici proteici, ottenendo risultati superiori nella previsione della funzione delle proteine, specialmente per i remoti omologhi e le classi funzionali rare.
Il paper presenta ViroSeek, una pipeline bioinformatica leggera e accessibile per l'analisi tassonomica di dati di sequenziamento di seconda generazione, progettata per rilevare virus in modo automatizzato e validata con successo su campioni di controllo.
Il paper presenta MiGenPro, un flusso di lavoro interoperabile basato su dati collegati e machine learning che integra informazioni genomiche e fenotipiche per prevedere con successo tratti microbici come la motilità e la colorazione di Gram.