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 avaliou o desempenho de seis chamadores de variantes somáticas em dados de sequenciamento de amplicons tumorais de alta cobertura, demonstrando que FreeBayes, VarScan, MuTect2 e Pisces apresentaram o melhor desempenho ao analisar o padrão de referência HD789.
O artigo apresenta o IDiom, um modelo de linguagem proteica autoregressivo treinado em milhões de sequências de regiões intrinsecamente desordenadas, capaz de gerar novas proteínas e regiões desordenadas que recapitulam características biológicas relevantes e podem ser otimizados para localização subcelular específica.
O artigo apresenta o SimpleFold-Turbo, uma técnica de inferência adaptativa que aplica o caching do TeaCache ao modelo de previsão de estruturas proteicas SimpleFold, alcançando acelerações de 9 a 14 vezes com perda de qualidade negligível ao pular cerca de 93% das passadas de rede neural sem necessidade de retreinamento ou dependências externas.
Este estudo conclui que, em ensaios de alto conteúdo, a não reprodutibilidade de certos fatores devido a efeitos de lote irreduzíveis não compromete os padrões de classificação unsupervisionada, sugerindo que a reprodutibilidade pode não ser um indicador adequado da qualidade do ensaio e que a remoção de outliers pode ser prejudicial.
Este estudo apresenta um framework computacional integrado e validado por estabilidade, que combina QSAR meta-ensemble, modelagem baseada em estrutura e simulações de dinâmica molecular para priorizar e identificar novos inibidores de BACE1 com potencial terapêutico para a doença de Alzheimer, destacando o candidato Mol-2 como um líder promissor com propriedades farmacocinéticas adequadas ao sistema nervoso central.
O artigo apresenta o TCMCard, uma infraestrutura digital de alta confiança que utiliza um quadro de Integração de Evidências Multidimensionais (MDEI) para filtrar ruídos e curar dados de farmacologia de redes, oferecendo uma plataforma interativa que revela mecanismos sinérgicos fundamentais na Medicina Tradicional Chinesa.
Este estudo preenche uma lacuna crítica ao fornecer diretrizes e comparar três ferramentas de curadoria (OBITools3/ecoPCR, RESCRIPt e MetaCurator) para gerar e avaliar bancos de dados de referência de alta qualidade para o marcador trnL, demonstrando que o desempenho da classificação varia conforme a região analisada e disponibilizando os recursos resultantes para uso global em metabarcoding de plantas.
O artigo apresenta o Immunotype, um preditor baseado em aprendizado profundo que determina diretamente os alelos do HLA a partir de dados de imunopeptidômica, superando desafios computacionais anteriores e alcançando uma precisão de 87,2% na resolução de nível proteico.
Este estudo apresenta um benchmark sistemático de ferramentas de remoção de RNA ambiental que revela que, embora CellBender e SoupX ofereçam remoção confiável com mínima distorção, ferramentas como scAR e CellClear falham criticamente ao gerar contagens artificiais e tipos celulares espúrios, comprometendo a integridade dos dados, especialmente em plataformas de poços e em larga escala.
Este artigo apresenta um fluxo de trabalho de análise estatística de código aberto, implementado em R, para detectar analitos diferencialmente abundantes em experimentos de imagem por espectrometria de massa com designs complexos, ilustrando a importância do processamento de sinais, agregação de características, seleção de regiões de interesse e modelos estatísticos adequados através de um estudo de caso com amostras de pacientes com osteoartrite e controles.