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 artigo revela que o uso generalizado de testes estatísticos inválidos que ignoram a dependência entre as dobras da validação cruzada no aprendizado de máquina biomédico leva a taxas infladas de falsos positivos, levando os autores a propor o teste SHARP como uma solução robusta e a fornecer novas diretrizes de relato para comparação válida de modelos.
Este artigo propõe um estimador do método dos momentos consciente de colisões que permite a quantificação precisa de RNA-seq utilizando UMIs mais curtas e não únicas, reduzindo assim os custos de sequenciamento e síntese sem comprometer os insights biológicos.
GlyComboCLI é uma ferramenta de linha de comando flexível e de código aberto que automatiza a atribuição de composição de glicanos para dados de espectrometria de massa, permitindo fluxos de trabalho bioinformáticos escaláveis e compatíveis com FAIR que reduzem significativamente a interpretação manual enquanto garantem resultados reproduzíveis.
O artigo apresenta o geneML, uma ferramenta de aprendizado profundo rápida e de código aberto que melhora significativamente a precisão, a sensibilidade e a completude biológica da previsão de genes e transcritos alternativos em diversos genomas fúngicos, em comparação com métodos existentes como BRAKER3 e AUGUSTUS.
O artigo apresenta o NMFBatch, uma estrutura estatística unificada que corrige simultaneamente efeitos de lote discretos e deriva de sinal contínua, ao mesmo tempo que lida diretamente com valores ausentes em proteômica de espectrometria de massa em larga escala e de célula única, preservando assim a estrutura biológica e reduzindo a perda de informação em comparação com métodos existentes.
ParaDISM é um pipeline de código aberto que aprimora a precisão do alinhamento de leituras curtas e da chamada de variantes em regiões genômicas altamente homólogas, utilizando alinhamentos múltiplos de sequências para identificar posições desambiguadoras e refinar iterativamente sequências de referência, reduzindo assim significativamente artefatos de alinhamento incorreto e chamadas de variantes falsas em comparação com alinhadores padrão.
zFISHer é uma aplicação de código aberto baseada no napari que automatiza o registro 3D, a detecção e a análise de colocalização de dados de FISH multiplexada sequencial, ao mesmo tempo que fornece ferramentas de curadoria interativa para superar os gargalos laboriosos da análise manual.
OmniCellAgent é um framework de IA multiagente que recupera e integra autonomamente diversos conjuntos de dados de sequenciamento de RNA de células únicas com conhecimento prévio biomédico para gerar hipóteses baseadas em evidências e acelerar a descoberta científica orientada por ômicas para pesquisadores não computacionais.
Ao construir árvores filogenéticas a partir de mais de 100.000 sequências de influenza, este estudo estima taxas de mutação neutra específicas de sítio e efeitos de aptidão em todo o proteoma viral, revelando variação significativa entre os tipos de mutação, fortes correlações cruzadas entre vírus com SARS-CoV-2 e HIV, e fornecendo um recurso interativo e abrangente para compreender como a mutação e a seleção moldam a evolução da influenza na natureza.
Os autores desenvolveram o CharacTERT, uma ferramenta de aprendizado de máquina que integra características de sequência e estruturais para classificar com precisão variantes de sentido trocado do hTERT associadas a Distúrbios da Biologia dos Telômeros, superando os preditores existentes e fornecendo um panorama mutacional abrangente por meio de um servidor web de acesso livre.