398 articoli
La genomica esplora il codice segreto della vita, decifrando come l'informazione genetica plasmi ogni organismo, dalla semplice cellula all'essere umano. Questo campo in rapida evoluzione studia non solo la struttura del DNA, ma anche come le sue variazioni influenzino la salute, le malattie e l'evoluzione stessa, rendendo la biologia moderna più comprensibile e applicabile alla nostra vita quotidiana.
Su Gist.Science, raccogliamo e analizziamo sistematicamente ogni nuovo preprint pubblicato su bioRxiv in questa categoria. Per ogni articolo, offriamo una spiegazione accessibile ai non esperti affiancata a un'analisi tecnica dettagliata, garantendo che le scoperte più recenti siano chiare e disponibili per tutti. Di seguito trovate l'elenco aggiornato dei lavori più recenti in genomica, pronti per essere esplorati.
Questo studio integra l'analisi meta-QTL e la genomica funzionale per identificare percorsi genomici condivisi e specifici per lo stress, inclusi geni candidati chiave e meccanismi fisiologici, che sottendono l'adattamento del riso alle tossicità da alluminio, cadmio e manganese nei suoli acidi.
Questo studio presenta la risorsa SheepGTEx, un atlante multi-tessutale completo derivato da 6.761 campioni di sequenziamento dell'RNA attraverso 51 tessuti e molteplici razze di ovini, che identifica milioni di varianti regolatorie per elucidare i meccanismi genetici alla base dei tratti complessi, della divergenza delle popolazioni e dell'evoluzione adattiva nelle pecore.
Questo studio rivela che la proteina dell'autofagia Atg8/LC3 orchestra programmi trascrizionali responsivi allo stress sia nell'immunità che nel metabolismo interagendo direttamente con il fattore di trascrizione NF-κB Dif tramite motivi conservati per regolare il suo accumulo nucleare e l'occupazione della cromatina, permettendo così alle cellule di coordinare la difesa e l'adattamento metabolico durante l'infezione e l'eccesso di nutrienti.
Il documento introduce PRISMA, un nuovo framework basato su tensori che scompone i segnali GWAS delle malattie complesse in traiettorie genetiche risolte per tessuto integrando le statistiche riassuntive con i dati eQTL multi-tessuto, rivelando con successo assi vascolari, immunitari e neurodegenerativi distinti nella retinopatia diabetica che i metodi tradizionali non riescono a catturare.
Questo studio presenta una risorsa multi-omica completa, comprendente dati di sequenziamento dell'intero genoma, proteomica e metabolomica provenienti da tre generi di corallo nell'Atollo di Ulithi, per indagare i meccanismi molecolari attraverso i quali il disturbo antropico incide sulla salute e sulla resilienza dei coralli.
Questo studio dimostra che i dataset standard di RNA-seq arricchiti di poliA possono essere riutilizzati per profilare quantitativamente le comunità fungine metabolicamente attive della fillosfera, rivelando un controllo genetico diffuso e biologicamente strutturato dell'ospite su questi assemblaggi microbici in diverse specie coltivate.
Questo studio dimostra che l'apprendimento attivo migliora significativamente l'efficienza dei dati dei modelli da sequenza a espressione identificando sequenze informative con firme biologiche distinte, stabilendolo come uno strumento pratico per la raffinazione iterativa in laboratorio all'interno di un ciclo di feedback.
Questo studio caratterizza sistematicamente le cicatrici genomiche derivanti dalla giunzione alternativa delle estremità e dall'annealing del filamento singolo in 2.157 tumori, rivelando che, sebbene la giunzione alternativa delle estremità sia il meccanismo di riparazione di backup predominante nei tumori con carenza di ricombinazione omologa, entrambi i percorsi sono attivi oltre la carenza di ricombinazione omologa e sono plasmati da contesti genomici e trascrizionali locali distinti.
Il documento presenta Carbon, una famiglia di modelli linguistici generativi per il DNA efficienti e adattati al dominio che utilizzano una tokenizzazione a 6-mer non sovrapposti e obiettivi di addestramento specializzati per ottenere prestazioni competitive e un'inferenza significativamente più rapida rispetto ai modelli genomici su larga scala esistenti, dimostrando così l'importanza di allineare la progettazione del modello alle proprietà statistiche e biologiche uniche del DNA.
Il modello WaveSeekerNet prevede con precisione le origini ospiti del virus dell'influenza di tipo A e rivela pattern distinti di adattamento genomico tra ospiti aviari e mammiferi, offrendo un quadro quantitativo per valutare il rischio zoonotico e identificare mutazioni adattative chiave.