1235 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 estudo demonstra que, embora a expressão gênica enviesada por sexo possa influenciar a essencialidade gênica, as diferenças sexuais na dependência funcional são frequentemente impulsionadas por efeitos diretos independentes da expressão, especialmente no cromossomo X devido aos efeitos da dosagem cromossômica.
Este estudo demonstra que a incorporação de características de sequência informadas pela biologia, que capturam sinais dependentes do contexto e da arquitetura, melhora significativamente a previsão do sucesso de projetistas de ligantes *de novo* em comparação com métodos tradicionais baseados apenas em estrutura e afinidade, permitindo uma triagem mais eficaz e reduzindo falhas experimentais.
O artigo apresenta o DeSCOPE, um framework leve de autoencoder variacional condicional que supera os modelos existentes na previsão de respostas a perturbações genéticas em cenários de genes e tipos celulares não vistos, bem como em perturbações combinatórias, servindo como um modelo virtual de célula versátil para guiar o desenvolvimento de alvos terapêuticos.
O artigo apresenta o π-MSNet, um portal de dados de proteômica vivo e pronto para inteligência artificial em escala bilionária que, ao fornecer um conjunto massivo e padronizado de espectros de MS/MS com ferramentas de acesso e modelos aprimorados, visa superar a escassez de dados de alta qualidade e acelerar o desenvolvimento e a validação de modelos de deep learning na área.
O artigo apresenta o *spatialFDA*, um pacote R de código aberto que combina estatística espacial e análise de dados funcionais para quantificar e testar diferenças na co-localização celular entre múltiplas condições em dados de ômica espacial, demonstrando sua eficácia tanto em simulações quanto na análise de diabetes tipo 1.
Este estudo apresenta um novo framework computacional baseado na Seleção Multidimensional de Características (MDFS) que identifica assinaturas de doenças no microbioma intestinal através de interações sinérgicas entre pares de microrganismos, superando as limitações das análises univariadas tradicionais ao revelar marcadores conservados e biologicamente relevantes que seriam ignorados por métodos convencionais.
Este artigo apresenta um quadro de trabalho integrado que combina modelos de linguagem proteica e estruturas 3D previstas para prever a autoassociação de anticorpos (avaliada por CSI-BLI), demonstrando que a fusão de sequências e contextos estruturais melhora a triagem de desenvolvimento e a previsão de parâmetros como viscosidade e clearance in vivo.
O artigo apresenta o PepHammer, uma ferramenta web leve que facilita a identificação e o mapeamento de peptídeos bioativos em grandes conjuntos de dados de peptidômica, permitindo comparações eficientes contra bancos de dados de atividades biológicas e associações teciduais.
Este estudo apresenta o framework deepHTL, uma abordagem de regressão semiparamétrica profunda que valida e estima a heterogeneidade causal do efeito do tratamento em estudos observacionais, demonstrando em dados de transplante pulmonar que o benefício da transplantação bilateral sobre a unilateral varia significativamente conforme as características do paciente, oferecendo assim diretrizes estatisticamente fundamentadas para a seleção de receptores e alocação de órgãos.
Este estudo caracterizou genomicamente isolados clínicos multidrogarresistentes de *Escherichia coli* e *Enterobacter hormaechei* de um hospital no Quênia, identificando clones de alto risco e genes de resistência em cromossomos e plasmídeos, embora sem genes de resistência a carbapenêmicos, destacando a necessidade urgente de medidas de controle de infecção.