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 apresenta o EvoBind-multimer, um framework de aprendizado profundo que permite o design de novo de colas moleculares macrocíclicas a partir apenas de sequências de proteínas para induzir proximidade e impulsionar a degradação proteica direcionada, revelando também que o resultado funcional dessas colas pode variar de forma dependente do contexto entre diferentes modelos derivados de pacientes.
O artigo apresenta o EnzymARC, um novo conjunto de dados de referência de decoys de enzimas estruturalmente interrompidos, para demonstrar que os atuais preditores de função enzimática de última geração dependem fortemente de atalhos filogenéticos e falham em distinguir variantes cataliticamente incompetentes de enzimas funcionais, destacando, assim, a necessidade crítica de exemplos negativos conscientes da estrutura no treinamento e na avaliação de modelos.
O artigo apresenta o antigen-prime, um simulador epidêmico de tempo progressivo que vincula sequências genéticas a fenótipos antigênicos sob seleção do hospedeiro para gerar dados de verdade fundamental para o teste de desempenho de métodos de atribuição de variantes de influenza e estimativa de taxa de crescimento, revelando tanto sua precisão quanto modos de falha específicos.
Este estudo revela que a priorização de genes baseada em graus padrão negligencia sistematicamente genes conectores não-hub essenciais para coordenar processos biológicos, e propõe o EDVS, uma medida de centralidade informacional livre de partições que recupera com sucesso esses genes omitidos sem depender de anotações funcionais ou detecção de comunidades.
O SVlog é uma estrutura de programação lógica declarativa e transparente construída sobre o Souffle que permite a análise, anotação e priorização rápida, determinística e explicável de variantes estruturais para a curadoria de doenças clínicas ao converter dados genômicos em fatos relacionais e aplicar regras lógicas composíveis.
Este artigo propõe uma estrutura comparativa *in silico* demonstrando que, embora as redes de sinalização de estresse mitocondrial de plantas e humanos tenham divergido em complexidade, elas compartilham princípios organizacionais fundamentais, sugerindo que os sistemas vegetais mais simples e orientados à resiliência podem servir como um modelo conceitual para gerar hipóteses testáveis sobre a vulnerabilidade a doenças mitocondriais humanas.
O artigo apresenta o arteMIS, um framework sistemático que otimiza os parâmetros de redes moleculares por meio de avaliação multimétrica e Amostragem de Hipercubo Latino para superar as limitações das configurações padrão, produzindo, assim, redes mais robustas, quimicamente significativas e estáveis através de diversos conjuntos de dados e métodos de pontuação.
Este artigo apresenta um novo plugin para PyMOL que integra diversas metodologias de Topologia de Circuitos com uma interface amigável e um ambiente reprodutível para analisar a topologia de proteínas estruturadas e desordenadas.
Este artigo apresenta o SPIRAL, um framework de autoencoder esparso que decodifica com sucesso os estados ocultos do modelo de linguagem de RNA BiRNA-BERT em características interpretáveis e alinhadas com nucleotídeos que representam a estrutura secundária e tipos de famílias de RNA, aumentando, desta forma, o desempenho de predição downstream apesar dos desafios da tokenização por pares de bytes.
Este artigo apresenta o scDblFinderPy, uma implementação em Python da ferramenta de detecção de dubletos scDblFinder baseada em R que replica seu alto desempenho ao adicionar suporte opcional a GPU para acelerar o processamento de dados de sequenciamento de célula única em larga escala.