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 GeCCo, um novo método que resolve a inconsistência hierárquica nas análises de transcriptômica de célula única ao construir identidades celulares baseadas em programas gênicos hierárquicos derivados de lógica regulatória booleana, permitindo uma classificação celular mais robusta e biologicamente coerente.
Este estudo demonstra que a estrutura, escalabilidade e precisão dos gráficos de pan-genoma bacteriano dependem criticamente tanto da estratégia de representação utilizada quanto da qualidade das montagens de genoma, revelando diferenças drásticas entre ferramentas que impactam a detecção de genes clinicamente relevantes.
Este estudo estabelece uma estrutura centrada em "bolsas" (pockets) que explica a dificuldade histórica em desenvolver ligantes seletivos para fibrilas amiloides, demonstrando que a maioria das superfícies de ligação é estruturalmente conservada entre diferentes polimorfos e proteínas, enquanto apenas um subconjunto limitado oferece oportunidades viáveis para o direcionamento específico.
Este estudo utiliza a abordagem baseada em k-mers PORT-EK-v2 para demonstrar que as propriedades das sequências de DNA e RNA do HIV-1 são distintas entre os subtipos, apresentando uma natureza descontínua que impacta a identificação de novos subtipos emergentes.
O artigo apresenta o CellPace, um modelo generativo baseado em difusão temporal e transformadores que supera as limitações de abordagens discretas ao permitir a simulação, interpolação e previsão de dinâmicas de desenvolvimento celular contínuas e precisas a partir de dados de omica de célula única esparsos e desordenados.
Os autores propõem o bionSBM, um método de modelagem de tópicos baseado em grafos que integra dados multi-ômicos de célula única para obter agrupamentos superiores e biologicamente interpretáveis em comparação com métodos existentes.
O artigo apresenta o ITSxRust, uma ferramenta em Rust para extração de regiões ITS em dados de sequenciamento de longa leitura, que supera as ferramentas ITSx e ITSxpress em velocidade e precisão ao empregar estratégias de recuperação de cadeias parciais e diagnósticos estruturados.
O artigo apresenta o POTTR, um novo algoritmo baseado em conjuntos parcialmente ordenados incompletos para identificar trajetórias recorrentes de mutações genéticas em processos evolutivos e de desenvolvimento, superando a incerteza nas filogenias tumorais e validando sua eficácia em dados de câncer e modelos de embriogênese.
Este estudo apresenta um framework escalável que combina aprendizado de máquina e modelagem metabólica para prever terapias combinadas sinérgicas para câncer colorretal, demonstrando como a presença de *Fusobacterium nucleatum* e outros microrganismos modula a resposta a medicamentos através de vias metabólicas específicas.
Este estudo de análise transcriptômica direcionada revela que a desregulação de genes relacionados ao sinal "não me coma", especialmente a redução de CD47 e o aumento de PRTN3, está associada à fagocitose aberrante e à ativação imune na sepse, permitindo a construção de uma assinatura diagnóstica de 6 genes com alta precisão.