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 TPCAV, um método inovador que adapta e melhora a atribuição de conceitos para interpretar modelos de aprendizado profundo em genômica, permitindo analisar tanto motivos de DNA tradicionais quanto características biológicas mais amplas, como estados de cromatina e elementos repetitivos, em diversos tipos de modelos e representações de entrada.
Este artigo apresenta o algoritmo de Transformada de Coordenadas Polares Lineares Comprimidas (LCPC), que converte contornos celulares em ondas sinusoidais discretas para capturar contextos espaciais complexos, como a quiralidade, permitindo uma análise morfológica quantitativa robusta de culturas celulares 2D e 3D para correlacionar fenótipos com resistência a tratamentos.
O artigo apresenta o MultiStateFold (MSFold), um novo framework que integra o "Parallel Tempering" ao espaço de tokens estruturais do modelo de linguagem ESM3 para superar as limitações de amostragem local e prever com alta precisão múltiplas conformações proteicas, superando métodos existentes como o AlphaFold 3.
Este trabalho propõe uma abordagem adaptativa para integrar múltiplos modelos fundamentais de patologia computacional, demonstrando que a agregação ponderada de suas previsões supera métodos individuais e de ensemble na identificação de genes preditíveis histologicamente no câncer de mama, utilizando dados de transcriptômica espacial para melhorar a precisão e a interpretabilidade.
Este artigo apresenta um framework inovador que integra dados de transcriptômica espacial (Visium) com multi-ômica de célula única para inferir programas regulatórios espacialmente resolvidos em melanoma, revelando como estratégias de mapeamento influenciam a estabilidade das descobertas biológicas.
O estudo apresenta o GeoARG, uma nova framework que integra características estruturais a modelos de linguagem de proteínas para superar as limitações da homologia de sequência e descobrir genes de resistência a antibióticos evolutivamente distantes, expandindo assim o conhecimento sobre o resistoma global.
Este estudo revela que o domínio UBL da proteína UBL3 exerce um controle dinâmico distinto centrado em sua hélice alfa, diferenciando-se de outras proteínas semelhantes à ubiquitina e oferecendo uma base estrutural para entender suas interações e funções na regulação de proteínas associadas a doenças.
Este estudo apresenta uma estrutura de análise que incorpora a geometria do tecido para distinguir a associação de interface da localização espacial em interações ligante-receptor, revelando que a comunicação tumoral é melhor descrita como um contínuo de restrição espacial em vez de regimes discretos.
Este estudo demonstra que a correção combinada de variáveis latentes baseadas em expressão (SVs) e componentes principais genotípicos (PCs) em análises de expressão diferencial produz resultados mais biologicamente válidos, reprodutíveis e estáveis do que o uso isolado de qualquer um desses métodos, recomendando sua adoção como prática padrão quando dados genotípicos pareados estão disponíveis.
Este artigo apresenta o pacote de código aberto `sosta` para a Bioconductor, que permite a análise direta de estruturas anatômicas multicelulares em dados de ômica espacial, superando as limitações dos métodos atuais focados apenas em células individuais.