1238 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 apresenta o OncoMORPHIA, uma plataforma web gratuita e integrada que permite a visualização interativa em 3D e a anotação funcional de mutações cancerígenas, unificando dados estruturais, clínicos e de sobrevivência em uma única interface acessível sem necessidade de expertise em bioinformática.
O DeepTrio é um modelo de aprendizado profundo que melhora a precisão na detecção de variantes genéticas em trios familiares (pai, mãe e filho) ao analisar informações conjuntas de sequenciamento sem depender de priores de herança explícitos, superando o DeepVariant especialmente em coberturas mais baixas e adaptando-se a diferentes plataformas e tipos de dados.
O SSAlign é uma ferramenta de busca de estruturas proteicas ultra-rápida e sensível que, ao combinar modelos de linguagem proteica com uma estratégia de alinhamento em duas etapas, supera o Foldseek em velocidade e cobertura enquanto mantém precisão comparável ao TM-align, oferecendo uma solução escalável para a análise de grandes bancos de dados estruturais.
O estudo demonstra que o método Ankh-score, baseado em embeddings de modelos de linguagem proteica, gera alinhamentos de sequências superiores aos obtidos por alinhamentos estruturais do AlphaFold3 e aos métodos tradicionais, sugerindo que os embeddings do Ankh contêm informações estruturais não capturadas pelas estruturas previstas pelo AlphaFold3.
Este estudo avaliou três abordagens de otimização de pesos (transformação linear, Nelder-Mead e Bayesiana) para ensembles ponderados de modelos de predição genômica em milho, demonstrando que, embora nenhuma técnica tenha se mostrado claramente superior, a otimização dos pesos pode melhorar a precisão preditiva em cenários onde os pesos ajustados diferem significativamente da média simples.
Este estudo avalia três sistemas de agentes de IA para a recuperação de proteínas relacionadas à calcificação de coccolitóforos, demonstrando que o agente Codex, ao priorizar a decomposição precisa do prompt e a estabilidade, oferece o melhor equilíbrio entre sensibilidade e especificidade em comparação com sistemas que geram volumes maiores, porém menos relevantes e menos consistentes.
Este estudo identifica que a contaminação recursiva de dados por modelos preditivos na descoberta de epítopos de células T compromete os resultados clínicos e propõe o modelo deepMHCflare, treinado exclusivamente em dados experimentais limpos, que supera os métodos atuais e demonstra imunogenicidade em estudos pré-clínicos.
O artigo apresenta o CLEAR, uma nova estrutura bayesiana de análise de enriquecimento de conjuntos gênicos que integra estatísticas contínuas ao nível do gene para reduzir a redundância e melhorar a sensibilidade em comparação com métodos tradicionais baseados em limiares binários.
O artigo apresenta o GPCT, um modelo de transformador pré-treinado e interpretável que supera as limitações de variabilidade de marcadores na citometria de fluxo, permitindo modelagem preditiva escalável em nível de amostra e validação biológica direta através de representações celulares transferíveis.
O artigo apresenta o DESPOT, um novo modelo de potenciais baseados em conhecimento que supera as limitações isotrópicas ao incorporar dependências direcionais e exclusão estérica, demonstrando desempenho superior na discriminação de poses e triagem virtual ao capturar preferências geométricas específicas das interações proteína-ligante.