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.
Este artigo avalia 62 métodos de sumarização de texto em 1.000 resumos biomédicos, revelando que modelos de linguagem de propósito geral e de médio porte superam tanto métodos extrativos estatísticos quanto modelos especializados ou de escala de fronteira na geração de resumos científicos precisos e semanticamente coerentes.
O artigo apresenta o FUSED, uma nova representação funcional multivariada que modela conjuntamente a informação estrutural e de composição elementar de sítios de ligação proteína-ligante como funções contínuas de distância, demonstrando que esta abordagem produz um desempenho preditivo compacto, interpretável e competitivo para discriminação de ligantes e classificação de sítios de ligação em comparação com métodos existentes.
Este estudo emprega uma estrutura de toxicologia computacional integrativa para demonstrar que a exposição ao PFOS e ao PFHxS impulsiona programas inflamatórios de queratinócitos que convergem com a patologia da psoríase, identificando efetores moleculares específicos e nichos espaciais através da integração multiômica e perturbação virtual.
Este estudo apresenta o design computacional e a validação de um novo candidato a vacina multi-epítopo visando três proteínas de virulência do *Mycobacterium tuberculosis* anteriormente inexploradas (EccB3, MycP e policetídeo sintase), demonstrando forte estabilidade estrutural, ligação eficaz ao TLR e respostas imunes robustas através de um pipeline abrangente de vacinologia reversa.
Este estudo demonstra que a escolha do perfilador taxonômico, do banco de dados de referência e da parametrização influencia significativamente as estimativas de alfa diversidade e as conclusões estatísticas em análises metagenômicas, ressaltando a necessidade crítica de os pesquisadores realizarem análises de sensibilidade para garantir achados científicos robustos e confiáveis.
Este artigo introduz trajetórias de filotaxia radial 3D aprimoradas, especificamente UPhy e FlexiPhy, que alcançam uma densidade uniforme de direção de leitura e utilizam ordenação de interleaving randomizada para reduzir significativamente os artefatos de ringing e aumentar a robustez do agrupamento sequencial retrospectivo em RM dinâmica.
SSUplex é uma ferramenta em Rust rápida e de código aberto que detecta, extrai e ordena por origem leituras de rRNA de pequena subunidade de comprimento total de ambas as fitas de DNA em cinco categorias (bactérias, arqueias, eucariotos, mitocôndrias e cloroplastos, oferecendo uma alternativa de alta velocidade e eficiente em termos de memória ao Metaxa2 para fluxos de trabalho de metabarcoding de DNA ambiental.
O artigo introduz o TEDlm, um modelo de linguagem de proteínas centrado em domínios pré-treinado em segmentos de domínios estruturalmente definidos que supera modelos de sequência completa maiores na detecção de homologia remota e na predição de função molecular, demonstrando que focar em sinais intrínsecos aos domínios produz representações compactas e estruturalmente informadas.
O conjunto de pacotes amR oferece uma estrutura abrangente e interpretável para prever a resistência antimicrobiana em patógenos bacterianos ao integrar a extração de características genômicas multiescala, o treinamento de modelos de aprendizado de máquina e a visualização interativa para descobrir mecanismos de resistência multidrogas e entre espécies.
Este artigo avalia o desempenho do AlphaFold3 em diversas aplicações biomoleculares, constatando que, embora ofereça poderosas capacidades de modelagem de todos os átomos, sua precisão e confiabilidade são desiguais e fortemente dependentes da sobreposição do conjunto de treinamento, necessitando de uma interpretação cautelosa em comparação ao seu predecessor.