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.
O artigo apresenta o Boltz2ESI, um framework de ponta a ponta que aproveita um modelo de fundação biomolecular para prever interações enzima-substrato por meio de co-dobramento nativo, capturando, assim, a plasticidade do sítio ativo e superando métodos existentes para acelerar a descoberta de biocatalisadores e a elucidação de vias.
O artigo apresenta o GraNPA, um método que realiza estudos de associação do tipo GWAS em grafos de variação de pangenoma utilizando apenas um pequeno número de indivíduos para identificar regiões genômicas relacionadas ao fenótipo sem viés de referência ou dados populacionais adicionais.
O DPCGS é uma estrutura computacional inovadora que integra estatísticas de resumo de GWAS com dados de sequenciamento de RNA de célula única para alcançar o mapeamento de alta resolução do risco genético para subpopulações celulares e programas regulatórios específicos, demonstrando precisão superior sobre métodos existentes e fornecendo novos insights sobre os mecanismos celulares de doenças complexas como Alzheimer e asma.
Através da execução de três Chamadas Abertas e três Desafios Públicos entre 2023 e 2025, a iniciativa AI4Life apoiou 22 projetos de análise de bioimagem e revelou que, embora a adoção de deep learning FAIR enfrente obstáculos significativos de implementação, o principal gargalo para a IA científica na biologia não reside no desenvolvimento de métodos, mas na disponibilidade de dados, anotações e infraestrutura compartilhada.
O Spectronaut-nf é um pipeline Nextflow escalável que permite o processamento eficiente e paralelizado de conjuntos de dados de proteômica DIA em larga escala em ambientes de computação de alto desempenho, reduzindo significativamente o tempo de análise enquanto mantém resultados de identificação consistentes em comparação com configurações de estação de trabalho única ou de nó único.
Este artigo apresenta um pipeline de cascata geométrico-neural de três estágios totalmente automatizado que combina a geração de candidatos não supervisionada e adaptável ao sujeito com dois classificadores 3D ResNet leves treinados com rótulos mínimos de intervenção humana para alcançar a detecção de alta precisão de microsangramentos cerebrais em ressonância magnética ponderada por susceptibilidade, reduzindo significativamente os falsos positivos de mímicos vasculares e não vasculares.
Este manuscrito foi retirado porque a métrica fundamental de "Erro de Desvio" requer uma formalização matemática substancial e validação teórica antes que possa ser estabelecida como uma regra de pontuação adequada para avaliar previsões de aprendizado de máquina.
O Spaceland é um arcabouço computacional guiado pela morfologia que reconstrói atlas moleculares 3D contínuos e de alta resolução de órgãos inteiros ao integrar transcriptômica espacial esparsa com histologia H&E serial, permitindo, assim, a modelagem virtual de tecidos escalável sem a necessidade de amostragem experimental exaustiva.
Este estudo compara a regressão linear múltipla (RLM), a RLM com correção de viés e o Método de Klemera-Doubal (KDM) para estimar a idade biológica a partir de dados de variabilidade da frequência cardíaca em 343 indivíduos, constatando que o KDM produz o menor erro de estimativa, enquanto a RLM com correção de viés oferece uma precisão melhorada em relação à RLM não corrigida, mas é limitada por sua dependência da idade cronológica.
Este artigo introduz um framework de renderização inversa discreta que formula a análise de imagens biológicas como um problema de programação inteira globalmente ótimo, unificando detecção, rastreamento e inferência de eventos para superar significativamente os pipelines padrão de decisão local, particularmente em cenários de imagem de baixo sinal.