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.
O artigo apresenta o MIMIQ, uma ferramenta que utiliza uma abordagem de binagem adaptativa e transformação cópula para calcular rapidamente a informação mútua e realizar testes de significância em dados de sequenciamento de RNA de célula única, permitindo a análise de reconfigurações gênicas em células T CD4+ durante a infecção por SARS-CoV-2.
O artigo apresenta o CRIS, um banco de dados centralizado e rigorosamente curado que utiliza tecnologias de cruzamento para fornecer dados padronizados de alta qualidade sobre estruturas e interações de RNA, visando superar desafios de reprodutibilidade e impulsionar a descoberta de novas estruturas por meio de inteligência artificial.
O artigo apresenta o KNexPHENIX, um fluxo de trabalho personalizado baseado no PHENIX que melhora consistentemente a estereoquímica e a qualidade dos modelos estruturais de macromoléculas obtidos por criomicroscopia eletrônica e cristalografia de raios X, superando métodos de refino padrão sem comprometer a precisão ou causar superajuste.
O artigo apresenta o HEIMDALL, um framework unificado que demonstra que o design de tokenizadores, particularmente em eixos como identidade gênica e codificação de expressão, é fundamental para garantir a robustez e a transferência de modelos fundamentais de células únicas em cenários com mudanças de distribuição, superando a necessidade de um único tokenizador universal.
Este artigo demonstra que a heterogeneidade nas observações de células únicas gera distorções topológicas falsas em inferências de manífoldes, propondo descritores de estabilidade topológica para identificar regimes confiáveis de análise.
Este artigo propõe uma definição amplamente aplicável de rotulagem correta de duplicação em árvores gênicas sob o modelo DLCoal, que considera o ancestral comum mais recente de cópias relacionadas por duplicação, e utiliza essa definição para analisar as propriedades estatísticas e avaliar a precisão do algoritmo de rotulagem do ASTRAL-pro em simulações.
Este trabalho demonstra que a combinação de alfabetos de aminoácidos reduzidos com tokenização subpalavra (BPE) em modelos de linguagem proteica permite uma significativa redução no comprimento das sequências e nos custos computacionais, mantendo ou até melhorando a precisão preditiva em diversas tarefas.
Este artigo apresenta o Cyclome, um framework computacional abrangente que integra um novo recurso de dados de 930 peptídeos cíclicos, um algoritmo de alinhamento específico para topologia cíclica e modelos de aprendizado de máquina para prever a estabilidade térmica e identificar a ligação a metais críticos, superando as limitações dos métodos lineares tradicionais.
O Pipette é um framework de IA multiagente que utiliza um "Skill Graph" derivado da literatura científica para orquestrar fluxos de trabalho de bioinformática executáveis e biologicamente válidos a partir de linguagem natural, reduzindo a barreira de entrada para pesquisadores de bancada.
Este estudo demonstra que os Autoencoders Variacionais (VAEs) são eficazes para agrupamento de dados biológicos e biomédicos, utilizando a verossimilhança de reconstrução e representações latentes para identificar tanto amostras típicas quanto anomalias de forma probabilística e interpretável.