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 demonstra que a base de wavelets tipo Haar consegue esparsificar as matrizes de covariância de árvores filogenéticas baseadas no modelo *beta-splitting*, validando uma métrica de -diversidade que identifica de forma estatisticamente significativa as divisões filogenéticas responsáveis pelas diferenças composicionais entre ambientes microbianos.
Este estudo utiliza uma abordagem de biologia de sistemas para mapear redes regulatórias na psoríase e identificar fitoterápicos (como a protopina e o atractylon) capazes de modular múltiplos alvos moleculares para o tratamento da doença.
Este estudo apresenta o primeiro modelo metabólico multicompartimentado e espaço-temporal do trato gastrointestinal de aves, permitindo o design racional de intervenções dietéticas ao prever como diferentes suplementos influenciam a produção de metabólitos essenciais através da interação entre fisiologia e microbiota.
O bMINTY é uma aplicação web projetada para promover a reprodutibilidade e os princípios FAIR ao permitir o gerenciamento estruturado e a exportação de resultados de sequenciamento de alto rendimento e seus metadados em pacotes portáteis e legíveis por máquina.
O **thematicGO** é um novo framework que simplifica a interpretação de análises de enriquecimento da Gene Ontology ao organizar termos redundantes em temas biológicos curados, facilitando a compreensão de dados transcriptômicos por meio de uma interface interativa.
O CoPrimeEEG é um framework de reconstrução neural que utiliza amostragem sub-Nyquist co-prima e um objetivo de aprendizado guiado pelo Teorema Chinês dos Restos (CRT) para recuperar sinais de EEG de alta fidelidade a partir de fluxos de baixa taxa, otimizando simultaneamente a precisão da forma de onda e a extração de características biomédicas.
O artigo propõe o CellTempo, um modelo de IA generativa autorregressiva capaz de prever trajetórias e paisagens de transição de estados celulares futuros a partir de dados estáticos de sequenciamento de RNA de célula única.
Este artigo propõe um framework metodológico e uma pipeline automatizada (KOIOS-VRS) para integrar dados de variantes genômicas de câncer ao modelo OMOP-CDM, utilizando o padrão de representação de variações (VRS) da GA4GH para garantir escalabilidade e padronização.
O artigo apresenta o *Neighborhood Product Co-localization* (NPC), uma métrica eficiente e interpretável para quantificar a co-localização de múltiplos tipos celulares em dados de transcriptômica espacial, permitindo a identificação de nichos biológicos complexos em resolução de célula única.
O estudo apresenta o PEhub, uma nova estrutura quantitativa centrada em promotores que identifica "hubs" de potenciadores (enhancers) de múltiplas vias no cérebro humano, revelando uma arquitetura regulatória hierárquica que coordena a expressão gênica e estratifica o risco genético.