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 apresenta o Atlas, um conjunto de dados de pré-treinamento de microbioma em grande escala, e a família de modelos fundamentais Waypoint, demonstrando por meio do benchmark Compass que o pré-treinamento auto-supervisionado supera significativamente os métodos clássicos e os modelos existentes em diversas tarefas de previsão de microbioma.
Este artigo identifica e caracteriza vieses contextuais sistemáticos no modelo de transformador de nucleotídeos SegmentNT — especificamente em relação ao comprimento da sequência de entrada, à posição do nucleotídeo e a uma oscilação periódica de 24 nucleotídeos vinculada à tokenização — e propõe métodos de padronização para melhorar a consistência das previsões e orientar o uso de modelos genômicos semelhantes.
O MilliMap é um framework interativo que unifica o cálculo estatístico e a exploração espacial para permitir uma análise iterativa em ciclo fechado de dados de ômica espacial, permitindo que pesquisadores refinem parâmetros e validem descobertas dentro de um único ambiente para aplicações que vão desde a neuroanatomia até microambientes tumorais.
Este artigo apresenta o Portal de Dados SenNet, uma plataforma híbrida escalável em nuvem que fornece acesso aberto a conjuntos de dados multimodais e multitecido harmonizados e a ferramentas analíticas para caracterizar sistematicamente a senescência celular em modelos humanos e de camundongos para pesquisa sobre envelhecimento.
Este estudo de referência desafia a premissa de que modelos de IA maiores superam universalmente os menores na descoberta de fármacos, demonstrando que modelos compactos e especializados frequentemente alcançam precisão preditiva superior ou comparável em diversas tarefas de propriedades e atividades moleculares em comparação com grandes modelos fundamentais.
AnnotateMissense é uma estrutura escalável que integra recursos diversos de genômica e de modelos de linguagem de proteínas para avaliar e gerar previsões de patogenicidade de alto desempenho para mais de 90 milhões de variantes missense, alcançando precisão superior com um modelo XGBoost treinado em 132.714 variantes rotuladas pelo ClinVar.
Os autores desenvolveram o Índice de Novidade Estrutural (SNI), um framework impulsionado por IA que identificou com sucesso e validou experimentalmente uma montagem inesperada de receptores imunes NRC em undecâmero, demonstrando um método escalável para a descoberta de complexos proteicos atípicos além das arquiteturas canônicas.
Este artigo propõe um framework não supervisionado que aproveita modelos de linguagem grandes e aprendizado contrastivo para caracterizar sequências da proteína spike do SARS-CoV-2, demonstrando desempenho aprimorado em agrupamento na previsão de variantes emergentes em comparação com abordagens anteriores.
O artigo apresenta o cryoPANDA, um conjunto massivo de dados com mais de 37 milhões de partículas de criomicroscopia eletrônica anotadas provenientes de 252 experimentos diversos, concebido para superar as limitações atuais de dados e acelerar o desenvolvimento de métodos orientados por dados para a biologia estrutural.
Este artigo apresenta um framework de classificação de uma única classe em subespaço totalmente baseado em dados que modela perfis proteômicos de plasma saudáveis para detectar robustamente diversas doenças sem exigir amostras de treinamento doentes, superando assim os desafios de desequilíbrio de classes em dados clínicos de alta dimensão.