1250 artigos
A bioinformática une biologia e computação para desvendar os mistérios da vida através de dados. Nesta área, pesquisadores transformam sequências genéticas complexas em informações compreensíveis, permitindo descobertas rápidas sobre doenças, evolução e tratamentos personalizados sem depender apenas de laboratórios físicos.
No Gist.Science, processamos diariamente cada novo pré-publicação na categoria de bioinformática enviada pelo bioRxiv. Nosso compromisso é tornar esse conhecimento acessível, oferecendo tanto resumos em linguagem simples para o público geral quanto análises técnicas detalhadas para especialistas, garantindo que ninguém fique de fora das últimas inovações científicas.
Abaixo, você encontrará as últimas pesquisas publicadas nesta área, organizadas para facilitar sua leitura e compreensão dos avanços recentes.
O artigo apresenta o TOB-QMC, um método rápido e estatisticamente consistente para reconstruir a "árvore de bolhas" (TOB) sob o modelo de coalescência de redes de espécies, utilizando abordagens baseadas em quartetos que superam a eficiência e a escalabilidade do método anterior TINNiK.
O artigo apresenta o MANTIS, uma ferramenta estatística inovadora que unifica metabolômica e transcriptômica espaciais para descobrir padrões espaciais de metabólitos e relações gene-metabólito, corrigindo rigorosamente fatores de confusão e dependência espacial.
Este trabalho apresenta o DETANGO, um novo framework de aprendizado profundo que utiliza modelos de linguagem proteica para separar os efeitos das mutações na estabilidade e na função, permitindo a identificação precisa de variantes estáveis mas inativas e de resíduos funcionalmente críticos para o avanço da engenharia proteica racional.
O artigo apresenta o SpaMOAL, um método baseado em aprendizado contrastivo em grafos que integra dados multi-ômicos espaciais, coordenadas e imagens histológicas para identificar com precisão domínios teciduais, superando abordagens existentes em diversos conjuntos de dados.
Este estudo apresenta um framework de mapeamento de destino baseado em transporte ótimo que, aplicado a dados de RNA de célula única de linfócitos T CD8 em camundongos, reconstrói com precisão suas trajetórias de diferenciação e migração entre tecidos, revelando ondas temporais distintas de entrada no intestino delgado e identificando o fator de transcrição AP4 como um regulador chave da especificação entre células circulantes e residentes nos tecidos.
O artigo apresenta o *keju*, um modelo estatístico hierárquico que melhora significativamente a sensibilidade e o controle de falsos positivos na inferência de dados de Ensaios Reporatórios Massivamente Paralelos (MPRAs) ao modelar adequadamente as incertezas específicas entre contagens de DNA e RNA e entre lotes experimentais.
Este estudo avalia e compara abordagens de triagem de recursos baseadas no princípio de "sure screening" em dados ômicos de alta dimensão, identificando o método BcorSIS como a opção mais eficaz e computacionalmente eficiente para a seleção de biomoléculas preditivas em contextos de classificação.
Este estudo desenvolveu e validou internamente biomarcadores de resiliência ao envelhecimento em primatas não humanos, demonstrando que métricas derivadas de modelos não lineares superam os modelos lineares na previsão da mortalidade, estabelecendo assim um framework escalável para monitorar o envelhecimento biológico em modelos translacionais.
Este estudo apresenta um novo framework de descoberta de fármacos que integra respostas celulares de nível sistêmico via CMAP para gerar e priorizar candidatos a moléculas ativadoras de TLR5, os quais foram posteriormente validados experimentalmente, demonstrando uma abordagem escalável que supera as limitações dos métodos tradicionais de geração de leads ao considerar o contexto celular desde as fases iniciais.
O artigo apresenta o GAIA, um novo framework de geometria da informação que, ao tratar células como distribuições multinomiais e utilizar a distância de Fisher-Rao, supera as limitações das abordagens euclidianas atuais para reconciliar organicamente as variações discretas e contínuas em dados de transcriptômica de célula única e espacial, resultando em representações celulares mais robustas e biologicamente precisas.