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 SCiMS é uma ferramenta bioinformática inovadora que utiliza dados de DNA hospedeiro em sequências metagenômicas para prever com alta precisão o sexo do hospedeiro, mesmo em amostras com baixa cobertura de DNA, superando as limitações de ferramentas existentes e sendo aplicável a diversas espécies.
Este estudo realiza uma meta-análise de 12 coortes de lactentes em 8 países, revelando que o viroma intestinal humano segue uma trajetória de desenvolvimento conservada e previsível durante os primeiros três anos de vida, caracterizada por um aumento inicial na riqueza viral, uma diminuição na velocidade de mudança e uma convergência comunitária associada a alterações funcionais específicas.
O artigo apresenta o DEFT, um novo método de aprendizado de máquina que combina abordagens baseadas em sequência e estrutura para prever com maior precisão e eficiência os números da Comissão de Enzimas (EC), permitindo a anotação em larga escala de repertórios enzimáticos bacterianos, como demonstrado na validação experimental de glicosídeo hidrolases em bactérias associadas ao muco intestinal.
Este artigo apresenta um novo framework de avaliação balanceada por entidades e a estratégia de treinamento UnbiasNet para mitigar vieses de shortcut em previsões de associações biológicas multi-entrada, permitindo uma avaliação mais justa e robusta do aprendizado relacional genuíno.
O estudo demonstra que, embora os modelos de "zero-shot" atuais prevejam com precisão o impacto de mutações individuais, eles falham em prever os efeitos de combinações epistáticas fortes, revelando a necessidade de desenvolver métodos que capturem interações mutacionais complexas para avançar na biologia evolutiva e no design de proteínas.
Este estudo demonstra que lncRNAs específicos humanos, que regulam genes da matriz extracelular durante a diferenciação de células-tronco iPS em tecido cartilaginoso, podem ser fundamentais para compreender a evolução da locomoção bípede e desenvolver terapias regenerativas para doenças cartilaginosas prevalentes em humanos.
Este artigo demonstra que um novo algoritmo de downsampling baseado em prefixos, ao reduzir o tamanho dos genomas bacterianos para representações de k-mers, permite o treinamento eficiente de modelos de aprendizado de máquina que alcançam alta precisão na previsão de fenótipos e oferecem explicabilidade, estabelecendo uma alternativa viável quando o uso de genomas completos é inviável.
O artigo apresenta o PIGLET, um novo método baseado em transformadores de grafos que utiliza um grafo de conhecimento proteico para prever interações fármaco-alvo, superando os modelos existentes em cenários de validação mais rigorosos e demonstrando sua utilidade em um estudo de caso real de descoberta de medicamentos.
O KG-Orchestra é um framework de código aberto baseado em agentes múltiplos que utiliza RAG e validação iterativa para enriquecer automaticamente Grafos de Conhecimento Biomédicos com evidências detalhadas e rastreáveis, superando as limitações de escalabilidade da curadoria manual e da falta de granularidade das abordagens puramente automatizadas.
Este estudo caracteriza estruturalmente o Sistema de Secreção Tipo IV de *Brucella melitensis* por meio de modelagem computacional e identifica três fármacos aprovados pela FDA (Ezetimibe, Clordiazepóxido e Aloína) como candidatos promissores para o reposicionamento de medicamentos visando terapias antivirulência contra a brucelose.