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 TranScouter, um framework encoder-decoder leve que aproveita embeddings gênicos derivados de LLMs e perfis transcriptômicos de condições alvo para prever competitivamente respostas transcricionais a perturbações gênicas em condições biológicas observadas e não observadas.
O artigo apresenta o SAHA, um pacote R escalável que acelera a identificação de tipos celulares em estudos de transcriptômica de célula única e espacial ao permitir a transferência de rótulos rápida e preservadora de privacidade usando estatísticas de resumo e hiperparâmetros definidos pelo usuário para gerar relatórios de anotação transparentes e semiautomáticos.
Os autores apresentam o BWR-finder, uma nova ferramenta de software livre de banco de dados que utiliza um algoritmo de semente e extensão baseado em BWT paralelizado para detectar eficientemente repetições interdispersas em genomas gigantescos (mais de 10 Gb) com velocidade e uso de memória aprimorados em comparação com ferramentas existentes, mantendo uma alta sensibilidade.
o crispAIPE é um framework probabilístico baseado em transformer que quantifica a incerteza nos resultados de edição de precisão ao modelar eventos de edição concorrentes em um simplex com verossimilhança de Dirichlet e calibração conformal dividida, permitindo a predição confiável da eficiência de correção de variantes e filtros de design generalizáveis entre tipos celulares.
Embora os modelos de fundação de célula única exibam alguns padrões estruturais compartilhados em seus embeddings de genes, como o enriquecimento ribossômico, os outliers geométricos são amplamente específicos de cada modelo e não identificam de forma confiável genes biologicamente importantes ou alvos relevantes para doenças.
O RKMR é uma estrutura escalável e consciente da incerteza que integra modelagem de kernel não linear, seleção de variáveis spike-and-slab e dependência espacial para identificar painéis de marcadores robustos e preditivos a partir de dados de ômica espacial de alta dimensão, superando métodos existentes em acurácia e interpretabilidade.
O benchmark PG-LLM demonstra que modelos de linguagem de propósito geral, apesar de não possuírem acesso a dados estruturais ou alinhamentos de múltiplas sequências, podem classificar variantes de proteínas de forma eficaz e superar muitos preditores baseados em sequências já estabelecidos, embora ainda fiquem atrás de ferramentas biomoleculares especializadas.
Este estudo revela que a inferência de ancestralidade local em baixa divergência genética é fundamentalmente limitada por um limiar de viabilidade e pela inadequação dos dados de referência atuais, em vez da arquitetura do modelo, demonstrando que métricas de precisão por sítio mascaram falhas estruturais graves e que o fornecimento de informações de haplótipo mais ricas gera ganhos de desempenho superiores às inovações arquitetônicas.
Este estudo revela uma família de proteínas de dobra GFP recém-descoberta e evolutivamente conservada, abrangendo procariontes e eucariontes, que substitui o cromóforo fluorescente canônico por uma rede de carga altamente restrita e enterrada de duas argininas, dois glutamatos e uma tirosina, um motivo também encontrado convergentemente na família não relacionada DUF2490.
O MassGAT é uma abordagem de aprendizado coletivo baseada em grafos e de código aberto que integra detecção e anotação de picos para dados de LC-HRMS ao modelar espécies iônicas como um grafo e utilizar uma Rede de Atenção de Grafos para superar os pipelines de processamento independentes existentes.