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.
Este artigo propõe uma estrutura de integração multiômica orientada pela estabilidade que combina análise de correlação canônica generalizada esparsa com validação cruzada rigorosa para identificar estruturas latentes reproduzíveis, demonstrando sua eficácia em uma coorte de câncer de tireoide ao revelar associações consistentes de doenças e mudanças temporais nos perfis metabolômicos e proteômicos.
Este artigo apresenta um benchmark abrangente da robustez de modelos de segmentação em 30 conjuntos de dados de imagens biológicas e 36 tipos de corrupção, revelando que o alto desempenho em imagens limpas não garante a resiliência à corrupção e que métodos mais antigos como o StarDist podem superar modelos de fundação modernos, com falhas ocorrendo primariamente nas camadas iniciais de codificação.
Este estudo introduz o benchmark HuMonoAg-Bench para avaliar dez protocolos de co-dobramento de anticorpo-antígeno, revelando que, embora métodos recentes tenham melhorado significativamente a modelagem de CDRH3 e alcançado precisão média ou superior para cerca de metade dos complexos pós-cutoff, desafios persistem na amostragem de modos de ligação corretos e na modelagem de alças flexíveis, limitando a predição de muitos complexos estruturalmente heterogêneos.
O Kiosc é uma plataforma web auto-hospedada e amigável construída em Django que simplifica a orquestração, organização e controle de acesso de aplicações web de bioinformática conteinerizadas em Docker, oferecendo uma alternativa de menor sobrecarga ao Kubernetes para o compartilhamento de resultados de análises interativas.
O artigo apresenta o BIOCURRENT, um framework de inferência causal que reconstrói a geometria do pseudotempo específica do doador para quantificar como os contextos microambientais distorcem os intervalos de progressão transcricional, identificando assim desvios específicos de estágio e potenciais pontos de controle de intervenção em sistemas biológicos complexos, como o desenvolvimento de células T e a desregulação imune da COVID-19.
O CodonMamba é um modelo de fundação de última geração para o design de sequências codificadoras de mRNA que, através do pré-treinamento em corpora de larga escala, alcança um desempenho superior em tarefas de predição e permite o direcionamento programável da otimização de códons durante a inferência para atender a preferências específicas de hospedeiro ou aplicação sem a necessidade de retreinamento.
Este artigo introduz um critério de Incerteza Mínima calibrado e consciente da resolução e uma estrutura de avaliação de poder discriminativo para aumentar a robustez, a interpretabilidade e a calibração estatística da aprendizagem de estruturas de redes bayesianas a partir de dados heterogêneos.
Delta-Marches é um framework de IA generativa que decodifica mecanismos de doenças ao simular transições morfológicas idealizadas entre classes de tecidos para identificar características subcelulares que impulsionam mudanças patofisiológicas, conforme demonstrado na graduação de carcinoma renal e na displasia colorretal.
KRAKEN é um grafo de conhecimento escalável e com rastreamento de proveniência que aborda a sub-representação de dados multiômicos e de bem-estar ao integrar diversas fontes biomédicas em um sistema modular de 15 milhões de nós, apresentando semântica padronizada, ferramentas analíticas integradas e interfaces multimodais tanto para pesquisa humana quanto impulsionada por IA.
Este estudo demonstra que o conteúdo explícito de domínios Pfam supera ou iguala as representações derivadas de sequências do ESM-2 para a recuperação de clusters de genes biossintéticos, indicando que os embeddings de sequência não melhoram atualmente a recuperação de vias biossintéticas alternativas além das métricas baseadas em domínios estabelecidas.