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 documento di posizione sostiene che il raggiungimento di "Cellule Virtuali" robuste richieda la priorità della diversità del contesto biologico e dell'apprendimento di rappresentazioni causali rispetto al mero aumento della capacità del modello e del volume dei dati, poiché gli attuali modelli non riescono a generalizzare attraverso i contesti nonostante le loro dimensioni.
Questo studio introduce Plant Time Warping (PTW), un nuovo modello di deep learning che integra dati fenomici, genomici e ambientali ad alto rendimento per prevedere accuratamente la resa del frumento e identificare modelli di stabilità attraverso diversi ambienti europei, avanzando così le strategie di adattamento climatico per il miglioramento genetico delle colture.
Questo studio identifica specifici loci genetici e firme trascrittomiche ematiche pre-vaccinazione nei suini che determinano l'entità e la persistenza a lungo termine delle risposte anticorpali alla vaccinazione contro il virus dell'Influenza A, offrendo potenziali biomarcatori per ottimizzare le strategie di allevamento e di vaccinazione.
Questo articolo introduce un framework scalabile che utilizza i Grafi di Ricombinazione Ancestrale (ARG) e l'algebra lineare randomizzata per stimare efficientemente le componenti di varianza e predire i valori genetici per tratti complessi su dataset di scala biobanca, dimostrando prestazioni comparabili ai metodi che utilizzano veri ARG pur offrendo un'accuratezza superiore rispetto agli approcci tradizionali.
Questo studio presenta la prima assemblaggio del genoma a livello cromosomico di *Thecaphora frezzii*, l'agente causale della ruggine dell'arachide, rivelando che possiede il genoma più grande e ripetitivo tra i veri funghi della ruggine e fornendo una risorsa preziosa per comprendere le sue strategie di infezione uniche, la sua storia evolutiva e la dinamica delle popolazioni.
Questo studio presenta nuove annotazioni geniche unificate per tre assemblaggi del genoma del pisum aphid, sfruttando il sequenziamento long-read e un approccio integrato per correggere le precedenti errate annotazioni e fornire un robusto quadro comparativo per analizzare la duplicazione e l'evoluzione genica in questo insetto modello.
Questo studio dimostra che l'integrazione del modello di deep learning AlphaGenome con l'editing di basi CRISPR mirato nelle cellule K562 fornisce un quadro scalabile ed economico per identificare e validare sperimentalmente le varianti regolatorie non codificanti funzionali che governano l'espressione di RHD, segnando la prima validazione fenotipica delle previsioni di AlphaGenome.
Questo studio dimostra che i modelli di estrusione di loop dinamici e statici, nonostante entrambi approssimino le curve generali di probabilità di contatto, producono risultati intrinsecamente incompatibili riguardo alla struttura interna della cromatina e alla statistica dei loop a causa delle differenze nei tempi di vita degli estrusori e nel rumore spaziale, evidenziando la critica necessità di tenere conto di queste assunzioni di modellazione quando si interpreta l'architettura della cromatina.
Questo articolo rivela che le metriche di vincolo genetico, in particolare Gnocchi, esibiscono variazioni di prestazione significative attraverso il genoma umano non codificante a causa di bias del modello e bassi rapporti segnale-rumore, suggerendo la raccomandazione di annotare questi punteggi con misure di bias robuste per aiutare gli utenti a valutarne l'affidabilità.
Questo studio riafferma che gli elementi trasponibili intronici contribuiscono frequentemente alla diversità delle isoforme di splicing nel cervello di *Drosophila*, convalidando i precedenti eventi di splicing tra TE e geni riportati e identificando difetti metodologici in una recente analisi contraddittoria.