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 modelo PALM, que utiliza transfer learning com embeddings de modelos de linguagem proteica para prever a agregação de peptídeos com alta precisão em conjuntos de dados pequenos, embora tarefas mais desafiadoras, como a previsão do efeito de mutações únicas, exijam conjuntos de dados experimentais maiores para melhorar o desempenho.
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 bronko, uma ferramenta computacional ultra-rápida e sem alinhamento, desenvolvida em Rust, que detecta variações genômicas virais com alta precisão e escalabilidade para grandes conjuntos de dados, superando as limitações dos métodos tradicionais de chamada de variantes.
Os autores desenvolveram uma plataforma de descoberta baseada em genes e navegadores que integra genomas metilados e transcriptomas para identificar biomarcadores de metilação de DNA específicos de tipo tumoral, superando as limitações de programas epigenéticos compartilhados e de amostras mistas, e validaram com sucesso esses marcadores em vários tipos de câncer, incluindo colorretal, hepático e pulmonar.
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 DemuxHMM, um framework experimental e computacional que combina um esquema de cruzamento com um modelo oculto de Markov para permitir o desmultiplexamento preciso e escalável de grandes conjuntos de dados de sequenciamento de RNA de células únicas em embriões ao longo do tempo.
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 OligoGraph, uma nova arquitetura de aprendizado profundo baseada em grafos que supera os modelos existentes na previsão da eficácia de siRNAs de 19 e 21 nucleotídeos, superando desafios como escassez de dados e falta de generalização.
Este estudo demonstra que esôfago e cânceres gástricos compartilham um programa transcricional hiperativo impulsionado por condensados biomoleculares formados por proteínas intrinsecamente desordenadas, como TOPBP1 e CHERP, que são essenciais para a viabilidade tumoral e representam vulnerabilidades terapêuticas conservadas.
Este artigo apresenta um método de integração de medidas de similaridade de expressão gênica baseado em anotação funcional, que utiliza uma função de aptidão para otimizar pesos e demonstrar superioridade na identificação de pares gênicos similares e na previsão de categorias funcionais para genes não classificados.