1200 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.
Este estudo demonstra que modelos de base de RNA pré-treinados, combinados com uma nova abordagem de interpretabilidade chamada CA-IG, superam os métodos tradicionais na classificação generalizável da endometriose e na identificação estável de genes preditivos biologicamente relevantes.
O artigo apresenta o PhyMapNet, um framework bayesiano que integra informações filogenéticas para inferir redes de microbioma robustas e interpretáveis, oferecendo uma implementação de código aberto em R com uma estratégia de consenso que elimina a necessidade de ajuste manual de hiperparâmetros.
Este estudo apresenta um novo conjunto de dados de benchmark longitudinal multimodal e os resultados da maior competição de dados de célula única até a data, demonstrando que as melhores abordagens de previsão de modalidades superam os métodos existentes ao capturar relações regulatórias biologicamente significativas e fornecendo diretrizes essenciais para o desenvolvimento futuro de modelos na área.
O artigo apresenta o STRATA, uma nova estrutura de geometria diferencial que aplica análise de campos regulatórios contínuos a dados de transcriptômica espacial de pele humana, revelando que o microambiente do melanoma homogeneíza a arquitetura de acoplamento regulatório em vez de eliminá-la.
O artigo apresenta o TopoMetry, um novo framework que aprende e avalia sistematicamente a geometria latente de dados de células únicas, superando os fluxos de trabalho padrão ao preservar estruturas biológicas essenciais e oferecer uma ferramenta acessível para explorar a diversidade celular.
Este estudo demonstra que a ferramenta de reavaliação baseada em aprendizado de máquina MS2Rescore supera os fluxos de trabalho tradicionais, aumentando significativamente as taxas de identificação de peptídeos e permitindo uma redução da taxa de falsas descobertas para 0,1% com maior confiança na anotação taxonômica em metaproteômica.
O artigo apresenta o Floco, um método inovador que utiliza uma formulação de fluxo em rede para melhorar a precisão da chamada de número de cópias (CN) em grafos genômicos, superando as limitações das abordagens tradicionais baseadas em referência linear e demonstrando ganhos de até 43% na acurácia das previsões.
O artigo apresenta o CoMR, um pipeline integrativo de pontuação que combina previsão de sinais de importação, homologia e análise filogenética para reconstruir com maior precisão o proteoma mitocondrial em eucariotos modelo e não modelo, superando as ferramentas de previsão tradicionais.
O artigo apresenta o RSTG, um gerador baseado em autoencoder e divergência beta que supera as limitações de ruído e falta de dados em transcriptômica espacial, produzindo amostras sintéticas de alta qualidade e robustas a anomalias como ruído branco e efeitos de lote.
O artigo apresenta o EnzPlacer, um algoritmo de aprendizado contrastivo que prevê funções enzimáticas desconhecidas ao posicionar sequências proteicas em um contexto funcional preciso, mesmo quando o número EC específico não está presente nos dados de treinamento.