869 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.
Utilizando cálculos de teoria do funcional da densidade, este estudo propõe uma nova via de química radicalar livre de catalisadores para a formação de dipeptídeos de glicina sob condições pré-bióticas, caracterizada por baixas barreiras de energia eletrônica e sustentada por análises detalhadas das propriedades dos radicais intermediários.
O artigo apresenta o Tx2Mol, um framework guiado pelo transcriptoma que traduz assinaturas de expressão gênica em moléculas de novo quimicamente plausíveis e biologicamente relevantes, demonstrando desempenho superior em relação às linhas de base existentes na preservação de respostas fenotípicas em contextos de bulk, célula única e doenças derivadas de pacientes.
O artigo apresenta o pyfraglib, uma plataforma abrangente baseada em Python que integra extração de fragmentos de cfDNA, modelagem estatística, análise comparativa em nível de coorte e simulação in silico para permitir fluxos de trabalho de fragmentômica de ponta a ponta, os quais foram validados com sucesso tanto em dados simulados quanto em amostras reais de linfoma do sistema nervoso central para identificar subgrupos prognósticos.
Este artigo apresenta um pipeline automatizado baseado na web e de acesso público que integra dados de sequenciamento de genoma completo com ferramentas abrangentes de caracterização de perigo para fornecer um fluxo de trabalho de avaliação de risco transparente, reprodutível e baseado em regras para pesticidas microbianos, oferecendo melhorias significativas em relação aos métodos regulatórios existentes.
Este artigo apresenta o pacote R `sbivar`, que fornece um conjunto de testes estatísticos modificados e estimadores de variância para avaliar rigorosamente associações espaciais bivariadas entre modalidades multiômicas com coordenadas disjuntas, enquanto contabiliza adequadamente a autocorrelação espacial e os desafios computacionais de alta dimensão.
Este estudo revela que diversos bacteriófagos intestinais evoluíram convergentemente proteínas de capsídeo major enriquecidas em cisteína com resíduos enterrados e altamente conservados, sugerindo uma adaptação estrutural que estabiliza os capsídeos contra o ambiente hostil do intestino.
Este estudo revela que os atuais preditores de patogenicidade de sentido trocado, treinados primariamente em variantes de perda de função, subestimam sistematicamente drivers de câncer ativadores devido às suas distintas características estruturais e evolutivas, levando os autores a fornecerem um benchmark de licença aberta, mapas de calibração por gene e um framework recalibrado (OncoCal) para melhorar a interpretação de variantes somáticas.
O Hobrac é um fluxo de trabalho automatizado e disponível gratuitamente que otimiza a comparação de genomas completos e a visualização de sintenia ao integrar a seleção automatizada de genomas de referência com a análise estrutural baseada em genes para superar desafios na validação de montagens e estudos evolutivos.
O artigo apresenta o PepCL, um framework de aprendizagem contínua baseado em replay pareado com um novo modelo de estado da arte chamado MHCPrime, que permite que preditores de peptídeo-MHC integrem novos dados de ensaios experimentais enquanto preservam o conhecimento prévio de espectrometria de massa para superar o esquecimento catastrófico e melhorar o desempenho preditivo em diversos contextos biológicos.
Este artigo introduz um método totalmente de novo baseado em "t-cores estendidos" dentro de grafos de De Bruijn compactados para identificar e distinguir eficazmente elementos transponíveis e outros repetições inexatas diretamente de dados de RNA-seq de leituras curtas sem a necessidade de um genoma de referência.