1197 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 Pop-Corn é um método computacional inovador que prevê diretamente como as perturbações genéticas remodelam as composições de tipos e estados celulares tanto em contextos de célula única quanto espaciais, superando abordagens tradicionais baseadas na expressão gênica e permitindo a priorização de perturbações para acompanhamento experimental.
O artigo apresenta o Haruka, um framework de aprendizado contrastivo espacialmente consciente que desentrelaça mudanças microambientais específicas de condições da arquitetura tecidual compartilhada para analisar sistematicamente a heterogeneidade impulsionada por perturbações através de diversas plataformas de ômicas espaciais e contextos de doenças.
O artigo apresenta o seqsizzle, uma ferramenta de linha de comando de código aberto e multiplataforma escrita em Rust que facilita a visualização, o controle de qualidade e a resolução de problemas de dados de sequenciamento de leitura longa ao permitir o pareamento difuso de primers, destaque personalizável e análise de enriquecimento de k-meros integrada.
O artigo apresenta o Adaptive-Banding Needleman-Wunsch (AB-NW), um método que aproveita a confiança de modelos de linguagem de proteínas para podar dinamicamente o espaço de busca de programação dinâmica de alinhamento, alcançando uma precisão quase exata ao mesmo tempo em que reduz significativamente a complexidade computacional e possibilita o processamento de alto rendimento de sequências de proteínas grandes e desafiadoras.
O artigo apresenta o EISCA e o EISTA, pipelines Nextflow padronizados, modulares e escaláveis construídos sobre o framework nf-core que fornecem soluções abrangentes e de ponta a ponta para analisar dados de transcriptômica de célula única e de transcriptômica espacial de alta resolução, respectivamente, para acelerar a descoberta biológica reprodutível.
Este estudo demonstra que um embedding de ITS fúngico treinado para o propósito não supera uma abordagem baseada em alinhamento configurada corretamente em avaliação de mundo aberto, revelando que falhas metodológicas como padrões heurísticos, filtros de cobertura ausentes e vazamento de dados — e não a representação em si — foram responsáveis pelas vantagens anteriormente relatadas dos embeddings aprendidos.
Este estudo propõe um framework de rede neural de grafos baseado em atenção que aproveita dados de ensaios de culturas de múltiplos ambientes para prever o rendimento enquanto gera, simultaneamente, classificações de marcadores específicas de cada ambiente interpretáveis para descobrir sinais genômicos dependentes de contexto e interações genéticas impulsionadas pelo clima.
O artigo apresenta o DELPHI, uma plataforma de código aberto que permite aos laboratórios treinar, avaliar e interpretar preditores de desenvolvibilidade de anticorpos baseados em sequências por meio de validação cruzada rigorosa, alcançando alto desempenho tanto em conjuntos de dados proprietários quanto públicos sem exigir acesso a dados de treinamento proprietários.
O artigo apresenta o FedEdgeR, uma estrutura de aprendizado federado baseada em computação multipartidária segura que possibilita a análise de expressão diferencial de genes preservando a privacidade utilizando o edgeR, demonstrando desempenho equivalente à análise centralizada e superior aos métodos tradicionais de meta-análise em diversos conjuntos de dados de RNA-seq.
Este artigo apresenta os "paralelogramos filogenéticos", uma ferramenta interativa de código aberto que visualiza e compara qualquer número de árvores filogenéticas discordantes dentro de um arcabouço de rede comum para revelar melhor suas semelhanças e conflitos topológicos do que os tanglegramas tradicionais.