1012 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 MoE-Bind introduz a primeira arquitetura de Mistura de Especialistas esparsa para a geração de ligantes proteicos de novo, alcançando um design apenas de sequência mais rápido, mais eficiente e interpretável que iguala ou supera as bases densas sem exigir informações estruturais prévias.
Este artigo apresenta o Latent Event Mapping (LEMING), uma técnica de modelagem não supervisionada, escalável e interpretável que reconstrói trajetórias em nível de voxel de mudanças neuroimagem multimodais na doença de Alzheimer, revelando novos insights sobre mecanismos dependentes da progressão, como a associação de estágio tardio entre a densidade de receptores de acetilcolina e a patologia amiloide.
O artigo apresenta o STITCH, um método interpretável baseado em análise de componentes principais tangentes em uma variedade de Kendall que vincula efetivamente a morfologia celular independente de tamanho à expressão gênica em transcriptômica espacial, superando abordagens de aprendizado profundo existentes na identificação de relações biologicamente relevantes entre forma e transcriptoma através de diversos conjuntos de dados.
Este estudo introduz uma estrutura de predição conforme dividida aplicada à coorte BeatAML 2.0 que gera com sucesso intervalos de incerteza estatisticamente calibrados para predições de sensibilidade a drogas de AML em nível de paciente, revelando padrões de incerteza distintos entre classes de drogas ao mesmo tempo em que demonstra que tal incerteza é independente de classificações de risco molecular padrão.
O artigo apresenta o scCRAFT+, um modelo de integração de scRNA-seq semissupervisionado e robusto que utiliza o Treinamento Adversário Virtual para incorporar informações de genes marcadores, superando, assim, as limitações dos métodos existentes na preservação de distinções de subtipos celulares detalhadas e melhorando a precisão da anotação mesmo com conjuntos de marcadores ruidosos ou incompletos.
Pillbox é um preditor de modelo de fundação auditado quanto a vazamento que integra CpGPT, CLAMP e embeddings de expressão gênica via atenção de grafo condicionada por FiLM para alcançar alta precisão na predição da resposta a drogas contra o câncer, enquanto utiliza correlação residual entre arquiteturas para diagnosticar a saturação de empilhamento de características e confirmar que a linhagem tecidual permanece como o fator dominante na resposta a drogas.
Este artigo apresenta o GermRL, um framework de aprendizado por reforço leve que atenua efetivamente o viés de linhagem germinativa em modelos de linguagem de anticorpos autorregressivos, permitindo a geração em etapa única de candidatos a anticorpos estruturalmente plausíveis e diversos com altos limiares de mutação a partir de sequências de linhagem germinativa para descoberta terapêutica.
O DivQuant é uma ferramenta baseada em otimização que melhora a estimativa da riqueza de espécies e da entropia de Shannon a partir de pequenas amostras ao formular o problema como um programa quadrático convexo com um objetivo de Neyman, alcançando, assim, intervalos de confiança bem calibrados e uma precisão superior em comparação com métodos de estado da arte através de diversos conjuntos de dados biológicos.
O T21 Research Assistant é um sistema de geração aumentada por recuperação sensível a seções, construído sobre modelos NVIDIA Nemotron, que prioriza resultados experimentais de 1.789 publicações de acesso aberto sobre a síndrome de Down para fornecer respostas rigorosamente citadas e baseadas em evidências para consultas de pesquisa.
O EditorForge é um framework modular que aprimora o redesenho de proteínas baseado em dobramento inverso ao integrar máscaras de design explícitas, blindagem de sítio ativo e controle de qualidade estrutural para gerar com segurança candidatos de sequência restritos e de alta confiança para domínios de enzimas e editores genômicos.