💻 Category

bioinformatics

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.

On the consistency of duplication, loss, and deep coalescence gene tree parsimony costs under the multispecies coalescent

Este trabalho demonstra teoricamente que todos os estimadores de parcimônia de árvores gênicas baseados em combinações lineares de custos de duplicação, perda e coalescência profunda são estatisticamente inconsistentes sob o modelo de coalescência multiespécie, e avalia as implicações empíricas dessa inconsistência em diferentes cenários de ordenamento incompleto de linhagens.

Sapoval, N., Nakhleh, L.2026-02-20💻 bioinformatics

Harnessing DNA Foundation Models for Cross-Species Transcription Factor Binding Site Prediction in Plant Genomes

Este estudo demonstra que modelos de fundação de DNA pré-treinados, especialmente o HyenaDNA, superam métodos especializados na previsão precisa e eficiente de sítios de ligação de fatores de transcrição em genomas de plantas, oferecendo uma solução escalável para a compreensão da regulação gênica em diferentes espécies.

Haghani, M., Dhulipalla, K. V., Li, S.2026-02-19💻 bioinformatics

Impact of Data Quality on Deep Learning Prediction of Spatial Transcriptomics from Histology Images

Este estudo demonstra que a qualidade dos dados moleculares e de imagem, influenciada pelas tecnologias de transcriptômica espacial, impacta significativamente o desempenho e a interpretabilidade dos modelos de aprendizado profundo para prever expressão gênica a partir de imagens histológicas, sugerindo que a melhoria da qualidade dos dados é uma estratégia tão crucial quanto o ajuste da arquitetura do modelo.

Hallinan, C., Lucas, C.-H. G., Fan, J.2026-02-19💻 bioinformatics

Fine-tuning protein language models on human spatial constraint improves variant effect prediction by reducing wild-type sequence bias

Este estudo apresenta o framework HuSC, que integra variações genéticas humanas em larga escala com estruturas proteicas 3D para refinar modelos de linguagem de proteínas, reduzindo o viés em relação às sequências selvagens e melhorando significativamente a previsão dos efeitos de variantes missense.

Bajracharya, G., Capra, J. A.2026-02-19💻 bioinformatics

The practical impact of numerical variability on structural MRI measures of Parkinson's disease

Este estudo demonstra que a variabilidade numérica em pipelines de neuroimagem, como o FreeSurfer, pode comprometer significativamente os resultados de estudos de ressonância magnética sobre a doença de Parkinson, introduzindo incertezas que alteram conclusões estatísticas e gerando falsos positivos ou negativos, ao mesmo tempo em que propõe uma ferramenta prática para quantificar e mitigar esse impacto.

Chatelain, Y. M. B., Sokołowski, A., Sharp, M., Poline, J.-B., Glatard, T.2026-02-19💻 bioinformatics