1012 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 artigo apresenta o nf-sarcopipe, um pipeline modular de Nextflow que integra a descoberta de miRNA de novo e guiada por referência com a análise transcriptômica para identificar miRNAs conhecidos e novos que respondem ao exercício e suas redes regulatórias envolvidas na adaptação do músculo esquelético.
Este estudo compara três modelos de linguagem mascarados focados em códons com métodos tradicionais, demonstrando que, embora nenhum modelo individual domine todas as tarefas, eles capturam efetivamente o contexto translacional para gerar variantes com desempenho de expressão superior, sugerindo que a amostragem através de múltiplos modelos é uma estratégia promissora para otimizar medicamentos baseados em ácidos nucleicos.
Este artigo demonstra que as vantagens previamente relatadas de modelos de linguagem de códons na previsão de variantes sinônimas são artefatos de avaliação causados por vazamento de dados, uma vez que esses ganhos desaparecem sob benchmarks com controle rigoroso de vazamento, como o recém-lançado CodonBench.
O artigo apresenta o scDRP, uma estrutura generativa que utiliza aprendizado de representação desentrelaçada e transporte ótimo condicional para estimar com precisão efeitos de tratamento individualizados e inferir estados celulares contrafatuais a partir de dados de perturbação de célula única não pareados, revelando, assim, mecanismos biológicos heterogêneos através de diversos tipos celulares e condições.
O artigo apresenta o "HRA: Powers of Ten", uma aplicação de realidade virtual de código aberto que aproveita o Human Reference Atlas para imergir os usuários em uma exploração multiescalar e semanticamente harmonizada de dados biomédicos de célula única, permitindo novos insights biológicos sobre a arquitetura celular e a senescência através de órgãos e escalas espaciais.
Os autores apresentam o pastForward, um pipeline Snakemake totalmente automatizado que otimiza a análise de DNA antigo e histórico ao integrar processamento amigável ao usuário, triagem taxonômica em todo o eucarioto e rastreamento de variação no número de cópias para permitir estudos genômicos longitudinais através de diversas espécies.
O PARNET é um novo modelo de fundação de RNA treinado exclusivamente em dados experimentais de CLIP-seq para prever perfis de ligação de RBP em resolução de base, demonstrando desempenho superior e interpretabilidade mecanística através de diversas tarefas a jusante em comparação com modelos de linguagem tradicionais baseados em sequência.
O artigo apresenta o TriTower-m6Am, uma arquitetura de aprendizado profundo de torre tripla que integra representações de RNA semânticas, sequenciais e estruturais para melhorar significativamente a precisão e a interpretabilidade da predição de sítios m6Am em comparação com os métodos existentes de representação única.
Este artigo apresenta o ASPIRE, um fluxo de trabalho Nextflow acessível projetado para processar, analisar e interpretar dados de variantes de sequências de amplicons (ASV) e compostos orgânicos voláteis (VOC) vinculados para investigar ecossistemas microbianos respiratórios e sua relação com a saúde.
O artigo apresenta o megaMine, uma estrutura baseada em regras, transparente e escalável, que extrai eficazmente evidências estruturadas de gene-cancro-fármaco da literatura biomédica, demonstrando alta precisão na distinção da eficácia terapêutica e na geração de dados interpretáveis para síntese de conhecimento a jusante.