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.
Este estudo introduz um modelo de aprendizagem profunda que traduz com sucesso mapas de topografia cerebral individualizados em conectomas funcionais, estabelecendo assim uma ligação direta entre a organização espacial e a conectividade de rede para unificar diversas perspectivas de pesquisa de rsfMRI.
O artigo apresenta uma versão atualizada do recurso TRACEY que melhora significativamente a anotação de domínios proteicos SNARE ao incorporar um conjunto de dados não redundante e vastamente expandido de quase 19.000 sequências curadas para gerar perfis HMM aprimorados e uma interface web redesenhada para uma detecção mais precisa de paralogos divergentes e específicos de linhagem.
Este estudo demonstra que o jejum agudo induz mudanças pequenas e sistemáticas em relógios epigenéticos específicos — particularmente variantes baseadas em PC e SystemsAge — impulsionadas pela redistribuição de células imunes, enquanto relógios treinados por mortalidade permanecem estáveis, destacando que a confiabilidade do relógio é dependente de contexto e requer uma avaliação específica para cada perturbação além das métricas padrão de ICC.
O artigo apresenta o CLASPP, um modelo unificado para prever diversas modificações pós-traducionais que supera desafios de desequilíbrio de dados por meio de aprendizado contrastivo, curadoria de dados hierárquica e uma estratégia de treinamento em múltiplos estágios para melhorar a precisão da previsão em vários organismos.
O BacteReason é um modelo de linguagem de grande escala ajustado que prevê a suscetibilidade bacteriana a antibióticos e fornece justificativas mecanísticas ao alavancar um modelo professor fundamentado em conhecimento, resultando em uma melhoria significativa na precisão da previsão em relação às abordagens de base.
O artigo apresenta o GLOF, um conjunto de dados de referência em larga escala e curado por especialistas, que compreende mais de 112.000 variantes de sentido trocado em quase 3.000 genes humanos, o qual classifica as variantes como ganho de função, perda de função ou neutras para facilitar o desenvolvimento e a avaliação de métodos computacionais para prever mecanismos de variantes.
O VelocityFM é um novo preditor de trajetórias proteicas de curto horizonte que utiliza o fluxo retificado de correspondência (rectified flow matching) no espaço de velocidade para gerar conformações dinâmicas geometricamente válidas, livres de colisões e preservadoras de dobramento para proteínas inéditas, alcançando alta precisão estrutural com um TM-score mediano de 0,929.
O artigo apresenta o GLEAM, um kit de ferramentas de software baseado na web e livre de código, construído sobre o workbench Galaxy, que permite que pesquisadores biomédicos realizem análises de aprendizado de máquina supervisionado rigorosas, reprodutíveis e acessíveis através de diversos tipos de dados, enquanto aderem às melhores práticas.
Este artigo apresenta um método de construção de pangenoma escalável e acelerado por GPU que aproveita embeddings de modelos de linguagem de proteínas e agrupamento avançado para superar ferramentas existentes como o SCARAP na geração de clusters de proteínas funcionalmente coerentes e específicos, particularmente em conjuntos de dados validados experimentalmente.
O Ontologizer 3 é uma aplicação de desktop multiplataforma disponível gratuitamente que facilita a análise de enriquecimento de Gene Ontology ao oferecer métodos frequentistas e bayesianos, sendo que estes últimos demonstram precisão superior na identificação de termos causais ao considerar as sobreposições hierárquicas de conjuntos de genes.