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.
Il paper presenta STEQ, un nuovo metodo basato su distanze statisticamente coerenti per la stima rapida e accurata di alberi delle specie a partire da dati multilocus, che supera i metodi esistenti come ASTRAL in termini di velocità pur mantenendo una precisione competitiva.
Questo studio presenta un metodo rapido, non distruttivo e privo di marcatori che combina la spettroscopia vibrazionale (ATR-FTIR e Raman) con l'apprendimento automatico per quantificare con alta precisione le distribuzioni di lunghezza dei frammenti di DNA, offrendo un'alternativa scalabile alle tecniche convenzionali.
Questo studio dimostra che è possibile rilevare il DNA extracromosomico, un importante fattore di prognosi negativa nei tumori, direttamente dalle immagini istopatologiche standard tramite un framework di deep learning, permettendo così uno screening scalabile per prioritizzare i casi da sottoporre a test molecolari confermativi.
Il paper presenta ExoFILT, un classificatore basato sull'apprendimento profondo che utilizza il transfer learning per automatizzare e accelerare l'identificazione degli eventi di esocitosi nei dati di tracciamento di singole particelle, riducendo il tempo di annotazione manuale e migliorando la consistenza e la riproducibilità delle analisi.
Il paper presenta APEX, un framework di intelligenza artificiale spiegabile che integra modelli evolutivi e reti neurali per identificare bersagli patogeni e progettare molecole inibitrici in modo mirato, offrendo una pipeline universale per la scoperta di nuovi farmaci antimicrobici.
Il paper presenta GTA-5, un framework unificato basato su transformer grafico che codifica ligandi e tasche proteiche in spazi latenti multidimensionali derivati direttamente dalla loro struttura tridimensionale, permettendo di catturare la compatibilità funzionale e abilitare applicazioni come lo scaffold hopping e il riposizionamento dei farmaci.
Il paper presenta BiGAT-Fusion, un modello di rete neurale su grafo bidirezionale con meccanismi di gating adattivi che supera le sfide dello squilibrio di classe e dell'asimmetria direzionale per ottenere risultati all'avanguardia nella previsione di associazioni farmaco-malattia per il riposizionamento dei farmaci.
Il paper presenta scDynOmics, un modello transformer ottimizzato e scalabile basato su reti di regolazione genica e meccanismi di attenzione Linformer, che sfrutta l'adattamento a basso rango per apprendere rappresentazioni multimodali di dati single-cell, ottenendo prestazioni all'avanguardia nella classificazione cellulare e nella decifrazione delle dinamiche di sviluppo.
Il documento presenta il Multiscale Morpho-Barcoding (MMB), un nuovo quadro concettuale che codifica la morfologia neuronale in rappresentazioni simboliche multiscala, permettendo di rivelare principi organizzativi specifici delle regioni cerebrali e di integrare struttura, connettività e funzione su scala dell'intero cervello.
Questo studio integra farmacologia di rete e verifiche sperimentali per dimostrare che il Panax notoginseng accelera la guarigione delle ferite cutanee modulando sinergicamente vie di segnalazione chiave e riequilibrando l'espressione di citochine infiammatorie come TNF-α, IL-6 e IL-10.