🧬 Category

genomics

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.

🧬 genomica

Identifying Putative Pathogenic Non-Coding Variants in Unresolved Rare Disease Patients Using Topologically Associated Domains

Il documento presenta GAVURD, un sistema innovativo che sfrutta il sequenziamento dell'intero genoma di trio e i dati dei domini associati topologicamente (TAD) per dare priorità e identificare sistematicamente varianti non codificanti presunte patogene in pazienti con malattie rare non risolte, implicando con successo sei candidati causali in uno studio di prova di concetto.

Gacita, A. M., Pahl, M., Torres, M. D., Ganesan, S., Blair, J. J., Patel, K., Ramakrishnan, R., Conlin, L., Helbig, I. (…)2026-09-20
🧬 genomica

Plague-driven selection enriched familial Mediterranean fever mutations in Armenia

Questo studio dimostra che gli elevati tassi di portatori di mutazioni della Febbre Mediterranea Familiare negli armeni sono stati il risultato di una selezione positiva guidata dalla resistenza a *Yersinia pestis* (peste), con le frequenze alleliche aumentate rapidamente a partire dalla prima pandemia di peste intorno al 541 d.C.

Hovhannisyan, A., Antonosyan, M., Bobokhyan, A., Simonyan, H., Aghikyan, L., Avetisyan, P., Badalyan, M., Simonyan, H. (…)2026-09-16
🧬 genomica

Genomic hallmarks of parasexual reproduction in three hybrid groups of the human pathogen Cryptococcus neoformans

Questo studio rivela che la riproduzione parasessuale, caratterizzata da processi indipendenti dalla meiosi come la perdita di eterozigosi su scala cromosomica, l'aneuploidia e la riduzione della ploidia, guida la diversità genomica e la variazione fenotipica di tre distinti gruppi ibridi nel patogeno umano *Cryptococcus neoformans*.

Anand, R., Ma, Q., Tamayo, D., Paul, G., Helmstetter, N., Sun, S., Bian, Z., Kwon-Chung, K. J., Heitman, J., Farrer, R. (…)2026-09-15
🧬 genomica

Covariate-aware genomic prediction of blood metabolite profiles using multi-task neural networks

Questo studio introduce un framework di rete neurale multi-task che predice efficacemente i profili dei metaboliti ematici separando i contributi genetici, delle covariate e congiunti, rivelando che la modellazione non lineare delle covariate — in particolare l'età — è il principale motore del miglioramento delle prestazioni predittive rispetto ai metodi lineari tradizionali.

Guler, M. N., Alver, M., Haller, T., Jay, F., Pagani, L., Milani, L., Yelmen, B.2026-09-14
🧬 genomica

Predicted Effector Gene Aggregation, Standards and Unified Schema (PEGASUS): A Community Framework for Effector Gene Reporting

Il framework PEGASUS stabilisce il primo standard sviluppato dalla comunità per la segnalazione dei geni effettori predetti in GWAS, definendo uno schema unificato per i metadati, le matrici di evidenza e le liste di geni prioritari al fine di migliorare l'interoperabilità, la riproducibilità e la riutilizzabilità della ricerca variante-funzione.

McMahon, A., Ji, Y., Costanzo, M., Butterworth, A. S., Pahl, M., Szyszkowski, S., Heilbron, K., Shiyanbola, A., Tsepilov (…)2026-09-14
🧬 genomica

Multigenerational machine learning-based genomic prediction for dermo resistance in eastern oyster Crassostrea virginica

Questo studio dimostra che la previsione genomica multigenerazionale per la resistenza alle malattie dermiche nelle ostriche orientali è significativamente migliorata dall'apprendimento automatico, specificamente dai modelli di gradient boosting, che sfruttano varianti genetiche rare per raggiungere un'accuratezza di correlazione massima di 0,410, superando sostanzialmente i metodi tradizionali.

Sun, H., Coyne, P., Wang, Z., Casas, S., La Peyre, J., Williams, M. L., Rikard, S., Bushek, D., Wong, J., Guo, X.2026-09-13