Rimanere al passo con gli ultimi progressi e le idee brillanti che emergono in un campo così diversificato come la bioinformatica è una sfida. Il Remarkable Outputs di il SIB forniscono alla comunità globale una selezione dei lavori più significativi prodotti durante l'anno dai nostri membri. Questi risultati, selezionati dal Comitato del Premio Il SIB, possono includere pubblicazioni sottoposte a revisione paritaria, preprint, risorse, strumenti software, banche dati, programmi di divulgazione, attività di promozione della scienza, ecc.
-
Raggruppamento dell'universo delle strutture proteiche previste dall'intelligenza artificiale
COINVOLTI: Conseguenze cellulari della variazione genetica, guidato da Pedro Beltrao, Zurigo
In collaborazione con il Laboratorio Steinegger guidato da Martin Steinegger, Seul, tra gli altri collaboratori.Risorse correlate: https://cluster.foldseek.com/, il SIB News
AlphaFold ha portato alla previsione delle strutture di centinaia di milioni di proteine, di tutte le forme e dimensioni. La domanda è: quante di queste sono simili e cosa ci dice questo sulla loro funzione? Lo studio ha raggruppato le strutture proteiche di AlphaFold in circa 2 milioni di cluster di proteine correlate per studiarne la novità e l'evoluzione, rese accessibili attraverso un'interfaccia web di facile utilizzo: AlphaFold Clusters.
Cosa ha detto la commissione riguardo al lavoro: "Riconosciuto da quasi 50 citazioni dalla sua pubblicazione, questo lavoro ha contribuito in modo significativo al campo delle scienze della vita fornendo un set di dati meticolosamente organizzato, facilmente accessibile e liberamente disponibile sui cluster proteici".
-
Decifrare il legame tra architettura dei tessuti e plasticità cellulare
Il SIB GROUP COINVOLTO: Oncologia computazionale dei sistemi, guidato da Giovanni Ciriello, Losanna.
Risorsa correlata: in silico talk
CellCharter è un framework computazionale progettato per individuare e analizzare le comunità di cellule all'interno dei tessuti. Il suo obiettivo principale è rivelare come tipi distinti di cellule si uniscono e funzionano in aree mirate. Ciò fornisce una comprensione più approfondita del comportamento cellulare e delle interazioni in vari ambienti biologici, come il cancro.
Cosa ha detto il comitato riguardo al lavoro: "CellCharter è uno strumento straordinario per identificare, caratterizzare e confrontare comunità cellulari in set di dati spaziali -omici. Integra approcci esistenti e fornisce un metodo generalmente applicabile e performante".
-
Trovare materiali didattici di bioinformatica aperti e FAIR con Glittr.org
GRUPPI SIB COINVOLTI: Training, guidata da Patricia Palagi e IT di Il SIB, Losanna.
Le piattaforme di sviluppo software online GitHub e GitLab sono ricche di eccellenti materiali didattici di bioinformatica, ma possono essere difficili da trovare. Glittr.org consente agli utenti di trovare, confrontare e riutilizzare questi materiali senza alcuno sforzo.
Cosa ha detto il comitato riguardo al lavoro: "Glittr.org fornisce un portale unico per cercare e accedere a una varietà di materiali di formazione disponibili al pubblico. Rendere le risorse di formazione FAIR è un contributo particolarmente importante, che Glittr.org è riuscito a realizzare in un lasso di tempo notevolmente breve".
-
Previsioni migliorate sulla presentazione dell'antigene rivelano nuove informazioni strutturali
COINVOLTI: Biologia computazionale del cancro, guidato da David Gfeller, in collaborazione con Ingegneria molecolare assistita da computer, guidato da Vincent Zoete, Losanna.
In questo studio è stata raccolta e curata un'ampia serie di ligandi bersagliati da specifiche cellule immunitarie. In combinazione con l'apprendimento automatico avanzato, ciò migliora le previsioni relative alle molecole potenzialmente dannose che attivano le risposte immunitarie. Questo studio rivela inoltre un modo unico in cui alcuni di questi ligandi si legano al loro recettore. Questi risultati potrebbero contribuire ad accelerare gli approcci di immunoterapia personalizzata nelle malattie autoimmuni o nel cancro.Il comitato ha commentato così il lavoro: "Questo studio rappresenta un'importante svolta scientifica, poiché cambia il paradigma nella comprensione dei peptidi MHC di classe II e del loro riconoscimento da parte dei linfociti T CD4+. Sarà direttamente rilevante nella progettazione di trattamenti terapeutici per le malattie immunitarie e i tumori"
-
Analisi degli alberi di mutazione tumorale per un'oncologia di precisione guidata dall'evoluzione
GRUPPO SIB COINVOLTO: Gruppo di biologia computazionale, guidato da Niko Beerenwinkel, Basilea.
Comprendere l'evoluzione del cancro è fondamentale per sviluppare terapie efficaci. Imparando modelli evolutivi riproducibili e interazioni complesse tra le mutazioni tumorali, TreeMHN può prevedere meglio la progressione del tumore e facilitare l'oncologia di precisione guidata dall'evoluzione.
Cosa ha detto la commissione riguardo al lavoro: "Il metodo computazionale di TreeMHN rappresenta un progresso eccezionale nel campo delle scienze della vita. Consente una migliore elaborazione dei dati relativi alle mutazioni tumorali basati su singole cellule per la rappresentazione e la potenziale previsione delle traiettorie del cancro".
-
Esplora il vasto universo delle proteine
GRUPPO SIB COINVOLTO: Biologia strutturale computazionale, guidato da Torsten Schwede, Basilea.
Il Protein Universe Atlas è un servizio web che consente agli utenti di navigare in un universo popolato da milioni di proteine conosciute. In questa rappresentazione, le proteine con funzione nota sono stelle luminose, le famiglie proteiche sono galassie, ecc. Questo universo contiene anche proteine la cui funzione non è ancora prevedibile.
Cosa ha detto il comitato riguardo al lavoro: "Il Protein Universe Atlas è una risorsa rivoluzionaria per esplorare la diversità delle proteine. La sua interfaccia web intuitiva consente a ricercatori, biocuratori e studenti di navigare nella "materia oscura" per esplorare proteine dalla funzione sconosciuta"
-
Previsione della reazione delle singole cellule alle perturbazioni
GRUPPI SIB COINVOLTI: Informatica biomedica, guidato da Gunnar Rätsch, Zurigo
In collaborazione con: Learning & Adaptive Systems Group, guidato da Andreas Krause, e il Pelkmanslab, guidato da Lucas Pelkmans, Zurigo, tra gli altri collaboratori.CellOT è un framework per apprendere e prevedere le complesse risposte alle perturbazioni delle singole cellule. Sfruttando i recenti progressi nel trasporto ottimale, CellOT è in grado di prevedere anche i dettagli più minuti delle perturbazioni, aprendo la strada a una migliore comprensione delle terapie cellulari, allo studio delle risposte ai farmaci dai campioni dei pazienti e a una migliore considerazione della variabilità da cellula a cellula nei progetti di sviluppo di farmaci su larga scala
Il comitato ha commentato così il lavoro: "L'articolo rappresenta un significativo passo avanti nella comprensione della risposta eterogenea dei diversi stati cellulari alle perturbazioni ambientali. Potrebbe avere un impatto sulla scoperta di nuovi farmaci in futuro"