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 demonstra que o pré-treinamento cross-modal de um modelo de fundação de célula única com dados de proteômica produz representações de nível de gene e de nível de célula superiores e uma melhor generalização do que simplesmente escalar modelos de apenas RNA, destacando o valor do treinamento multimodal sobre o escalonamento de parâmetros isoladamente.
Este artigo apresenta o "sigRecon", um framework de benchmarking abrangente e um pacote R de código aberto que avalia sistematicamente métodos para prever assinaturas de perturbação em diversos contextos biológicos, revelando que abordagens de projeção e baseadas em redes frequentemente igualam ou superam modelos complexos de aprendizado profundo, ao mesmo tempo em que destacam fatores fundamentais que influenciam a generalização entre contextos.
O Cell-Hub é uma interface gráfica gratuita, de código aberto e baseada em Docker, construída sobre R/Shiny, que democratiza a análise de sequenciamento de RNA de célula única de ponta a ponta ao integrar ferramentas avançadas como Seurat 5, CellChat 2 e Monocle 3 em uma plataforma unificada e sem necessidade de codificação para pesquisadores de todos os níveis de conhecimento computacional.
Este estudo demonstra que o uso de referências de consenso IUPAC com o alinhador sensível à ambiguidade novoAlign melhora significativamente a detecção de variantes de leitura curta em regiões genômicas clinicamente desafiadoras em comparação com referências lineares padrão, ao mesmo tempo em que introduz o framework de código aberto BurdenBench para avaliar melhor as compensações de precisão-revocação específicas de cada chamador e o benefício clínico líquido.
O artigo apresenta o "disize", um novo método de normalização de RNA-seq que aproveita as informações do delineamento experimental por meio de um modelo linear generalizado misto modificado para estimar os fatores de tamanho de forma mais precisa e melhorar a análise de expressão diferencial subsequente, particularmente em cenários desafiadores com mudanças de expressão generalizadas.
O RapidMACS é uma alternativa de código aberto e byte-idêntica ao MACS3 para a chamada de picos estreitos (narrow peak calling) que alcança melhorias de velocidade de 3,5 a 51 vezes através de otimizações algorítmicas como processamento paralelo e manipulação em memória, permitindo a integração contínua em pipelines de alto rendimento sem exigir um tempo de execução Python.
Este estudo avalia quatro grandes modelos de linguagem na geração de associações fenótipo-genótipo, constatando que, embora eles possam produzir um volume substancial de candidatos com suporte de validação externa moderado a forte, sua precisão varia significativamente conforme o tipo de associação e o modelo, enfatizando a necessidade crítica de pipelines de validação rigorosos.
Este artigo introduz o pipeline AutoMated Alignment and Projection (AMAP) para escalar o ecossistema do Human Reference Atlas ao permitir a projeção de dados entre atlas e o registro automatizado em massa de espécimes de tecido, superando assim as limitações de recursos manuais e facilitando a construção de mapas de referência detalhados de múltiplos órgãos.
O artigo apresenta o MeSyTo, um framework de código aberto orientado por ontologia que harmoniza metadados para estudos ômicos toxicológicos ao alinhar semanticamente diversos padrões de relato para permitir a anotação consistente, a validação automatizada e a troca de dados interoperável entre transcriptômica, proteômica e metabolômica.
Este estudo integra conjuntos de dados transcriptômicos do hospedeiro e de pequenos RNAs do vetor para revelar uma conversa molecular tripartite estritamente sincronizada entre a imunidade antiviral do tomateiro, o acúmulo de siRNA de Begomovirus e a remodelação de pequenos RNAs de *Bemisia tabaci*, identificando módulos regulatórios inter-reinos específicos como alvos promissores para estratégias de interferência de RNA de dupla ação para controlar a transmissão viral.