871 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 artigo descreve a atualização de 2026 da ferramenta DIOPT, que aprimora o mapeamento de ortólogos entre espécies ao integrar múltiplos algoritmos de predição, expandir o número de organismos suportados, melhorar a interface do portal e lançar uma versão especializada para espécies de artrópodes.
O artigo apresenta o TFBindFormer, um modelo híbrido baseado em transformadores com atenção cruzada que integra características de DNA e de proteínas de fatores de transcrição para prever interações TF-DNA com maior precisão e escalabilidade do que os métodos existentes que utilizam apenas sequências de DNA.
O artigo apresenta o CROssBARv2, uma plataforma unificada que integra dados biomédicos heterogêneos em um grafo de conhecimento rico para facilitar a exploração interativa, a busca semântica e a descoberta de conhecimento por meio de um sistema de perguntas e respostas baseado em LLM que reduz alucinações.
Este estudo apresenta uma abordagem computacional inovadora que realizou uma triagem em larga escala de quase 630.000 produtos naturais para identificar 10 candidatos ultraseletivos que ativam eficazmente o Nrf2 enquanto minimizam os efeitos colaterais indesejados no PXR e no CYP2D6, estabelecendo uma nova base para o desenvolvimento de terapias mais seguras contra doenças relacionadas ao estresse oxidativo.
Este estudo apresenta um benchmark abrangente de métodos de estimação de matrizes de precisão para análise de redes de co-expressão diferencial, demonstrando que o desempenho varia significativamente conforme as características dos dados e que o método GLassoElnetFast se destaca na recuperação de conexões diferenciais, embora a confiabilidade dependa de amostras suficientes e alta relação sinal-ruído.
Este estudo demonstra que, embora a expressão gênica enviesada por sexo possa influenciar a essencialidade gênica, as diferenças sexuais na dependência funcional são frequentemente impulsionadas por efeitos diretos independentes da expressão, especialmente no cromossomo X devido aos efeitos da dosagem cromossômica.
Este estudo demonstra que a incorporação de características de sequência informadas pela biologia, que capturam sinais dependentes do contexto e da arquitetura, melhora significativamente a previsão do sucesso de projetistas de ligantes *de novo* em comparação com métodos tradicionais baseados apenas em estrutura e afinidade, permitindo uma triagem mais eficaz e reduzindo falhas experimentais.
O artigo apresenta o DeSCOPE, um framework leve de autoencoder variacional condicional que supera os modelos existentes na previsão de respostas a perturbações genéticas em cenários de genes e tipos celulares não vistos, bem como em perturbações combinatórias, servindo como um modelo virtual de célula versátil para guiar o desenvolvimento de alvos terapêuticos.
O artigo apresenta o *spatialFDA*, um pacote R de código aberto que combina estatística espacial e análise de dados funcionais para quantificar e testar diferenças na co-localização celular entre múltiplas condições em dados de ômica espacial, demonstrando sua eficácia tanto em simulações quanto na análise de diabetes tipo 1.
Este artigo apresenta um quadro de trabalho integrado que combina modelos de linguagem proteica e estruturas 3D previstas para prever a autoassociação de anticorpos (avaliada por CSI-BLI), demonstrando que a fusão de sequências e contextos estruturais melhora a triagem de desenvolvimento e a previsão de parâmetros como viscosidade e clearance in vivo.