766 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 realiza um benchmark sistemático de modelos de previsão de resposta a drogas em nível de célula única, revelando que a maioria das abordagens atuais falha em prever estados intrínsecos de resistência pré-tratamento e sofre com desequilíbrio de classes, destacando a necessidade de desenvolver modelos de próxima geração com maior relevância clínica.
O artigo apresenta o `found`, uma implementação em Python e R do método HiDDEN que infere perturbações em nível celular a partir de rótulos estruturados em nível de amostra, oferecendo um framework flexível e acessível para análise de dados de célula única.
Este artigo apresenta o CloneMLP-NPE, uma abordagem de inferência bayesiana baseada em simulação e aprendizado profundo que utiliza estimativa neural de posterior para inferir com precisão os coeficientes de seleção de alterações no número de cópias (CNAs) a partir de perfis genotípicos de tumores, superando métodos convencionais e baselines existentes na quantificação de incertezas e na precisão das estimativas.
O artigo apresenta o BioClaw, um ecossistema de colaboração entre humanos e bots que transforma conversas em grupos de mensagens em espaços de trabalho persistentes, convertendo solicitações em linguagem natural em análises executáveis e seguras dentro de contêineres Docker, integrando mais de 90 habilidades e 31 ferramentas biomédicas para apoiar descobertas científicas em diversos domínios.
O artigo apresenta o GraphMana, um sistema de gerenciamento de dados nativo em grafos para projetos de genômica populacional que, ao armazenar dados de variantes em um banco de dados gráfico, permite a adição incremental de amostras, o rastreamento de proveniência e a gestão de coortes, eliminando a necessidade de reprocessamento completo e substituindo fluxos de trabalho fragmentados por uma solução unificada e eficiente.
O GraphPop é uma nova engine de banco de dados em grafos que desacopla a complexidade da genômica de populações do número de amostras, reduzindo a complexidade computacional de O(V x N) para O(V x K) e permitindo análises rápidas e integradas a anotações em grandes conjuntos de dados genômicos.
Este estudo apresenta o TB-Bench, uma avaliação sistemática e padronizada de modelos de aprendizado de máquina e profundo para prever resistência a medicamentos de segunda linha contra a tuberculose, revelando que, embora modelos tradicionais superem os de aprendizado profundo em validação interna, ambos enfrentam desafios significativos de generalização em dados externos, sublinhando a necessidade de frameworks rigorosos para avançar aplicações clínicas.
O artigo apresenta o IMAS, um framework integrativo que utiliza recursos de multi-ômica de células únicas para aumentar dados tumorais esparsos e identificar mecanismos regulatórios específicos de amostra guiados por comunicação celular, permitindo a descoberta interpretável de dependências regulatórias em sistemas com limitação de dados.
Este artigo apresenta o Padrão de Essenciais de Dados de PCR Digital (DDES), uma norma leve e interoperável desenvolvida em colaboração com a comunidade para harmonizar a estrutura de dados de PCR digital, facilitando a análise automatizada, a reprodutibilidade e a conformidade com práticas FAIR em aplicações clínicas e de pesquisa.
O artigo apresenta o DyME, uma plataforma distribuída que integra mutagênese de alto rendimento, simulações de dinâmica molecular e ferramentas de análise comparativa para facilitar o estudo sistemático e em larga escala do reconhecimento molecular e da engenharia de proteínas.