💻 Category

bioinformatics

1250 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.

Assessment of Generative De Novo Peptide Design Methods for G Protein-Coupled Receptors

Questo studio presenta una valutazione comparativa dei metodi di progettazione generativa di peptidi *de novo* per i recettori accoppiati a proteine G, rivelando che, sebbene le tecniche attuali campionino adeguatamente lo spazio conformazionale, soffrono di una sovrastima della fiducia nei modelli errati e di una generazione sequenziale subottimale, evidenziando la necessità di migliorare i sistemi di valutazione e di integrare strumenti come ProteinMPNN.

Junker, H., Schoeder, C. T.2026-03-02💻 bioinformatics

Benchmarking niche identification via domain segmentation for spatial transcriptomics data

Questo studio presenta un benchmark di 16 algoritmi di segmentazione dei domini su dati di trascrittomica spaziale ad alta risoluzione, rivelando che la maggior parte dei metodi attuali fallisce nel ricreare accuratamente i confini delle nicchie biologiche a causa della loro dipendenza dall'omogeneità trascrittomica piuttosto che dalla logica architetturale funzionale, e dimostra come la ponderazione strategica delle linee cellulari chiave possa migliorare la risoluzione spaziale.

Wang, Y., Chen, Y., Yang, L., Wang, C., Cai, J., Xin, H.2026-03-02💻 bioinformatics

SPATIALLY PATTERNED PODOCYTE STATE TRANSITIONS COORDINATE AGING OF THE GLOMERULUS

Questo studio di trascrittomica a singolo nucleo rivela che l'invecchiamento dei podociti nel glomerulo è un processo selettivo e coordinato, con una maggiore vulnerabilità nella regione giuxtamedollare, suggerendo che le future strategie terapeutiche devono considerare la complessità cellulare e spaziale del rene.

Chaney, C., Pippin, J. W., Tran, U., Eng, D., Wang, J., Carroll, T. J., Shankland, S. J., Wessely, O.2026-03-02💻 bioinformatics

Atlas-scale spatially aware clustering with support for 3D and multimodal data using SpatialLeiden

Questo lavoro estende l'algoritmo di clustering spaziale SpatialLeiden per abilitare l'analisi su scala atlante di dati omici spaziali multimodali e 3D tramite la moltiplicazione flessibile dei grafi di vicinanza, garantendo una coerenza superiore rispetto agli strumenti esistenti e una facile integrazione nell'ecosistema scverse.

Müller-Bötticher, N., Malt, A., Kiessling, P., Eils, R., Kuppe, C., Ishaque, N.2026-03-02💻 bioinformatics

Evaluation of deep learning tools for chromatin contact prediction

Questo studio presenta un quadro di benchmarking completo che valuta cinque modelli di deep learning per la previsione delle mappe Hi-C, rivelando che Epiphany offre le prestazioni migliori e che le caratteristiche epigenomiche, in particolare il legame di CTCF e la co-accessibilità della cromatina, sono i principali fattori determinanti per l'accuratezza delle previsioni.

Nguyen, T. H. T., Vermeirssen, V.2026-03-02💻 bioinformatics

Evaluating genome assemblies with HMM-Flagger

HMM-Flagger è uno strumento senza riferimento basato su un modello a Markov nascosto che rileva errori strutturali negli assemblaggi genomici risolti per aplotipo analizzando la copertura delle letture, dimostrando alta efficacia nel validare assemblaggi umani complessi e nel misurare i progressi della tecnologia di sequenziamento.

Asri, M., Eizenga, J. M., Hebbar, P., Real, T. D., Lucas, J., Loucks, H., Calicchio, A., Diekhans, M., Eichler, E. E., Salama, S., Miga, K. H., Paten, B.2026-03-02💻 bioinformatics