768 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 estudo demonstra que, no besouro-da-patata-do-colorado (*Leptinotarsa decemlineata*), o dsRNA ingerido oralmente é processado em siRNAs funcionais que alcançam o sistema nervoso central, fornecendo evidências bioquímicas de que a interferência de RNA pode atuar diretamente no tecido neural após a administração oral.
O artigo apresenta o SpliceSelectNet (SSNet), um modelo de aprendizado profundo baseado em Transformer hierárquico que alcança desempenho de última geração na previsão de sítios de splicing e detecção de splicing aberrante ao capturar eficientemente dependências de longo alcance em sequências de DNA de até 100 kb, oferecendo ao mesmo tempo interpretabilidade biológica através de seus mecanismos de atenção.
O Fleming é um agente de IA integrado que combina modelos discriminativos e generativos para explorar novos espaços químicos e identificar com alta eficácia compostos líderes promissores para o tratamento da tuberculose, superando as limitações de agentes genéricos e alcançando taxas de sucesso elevadas em testes in vitro e perfis ADMET favoráveis.
O artigo apresenta o FLAMESv2, um pacote modular e flexível para processamento e análise de dados de RNA-seq de leitura longa em nível de célula única e espacial, permitindo a caracterização abrangente de isoformas de RNA e a heterogeneidade celular em diversos protocolos experimentais.
O artigo apresenta o mnDINO, um modelo baseado em redes de transformadores de visão que, treinado com um conjunto diversificado de mais de cinco mil micronúcleos anotados, alcança alta precisão e robustez na segmentação dessas estruturas subcelulares raras em diversas condições experimentais, disponibilizando o código e os dados para a comunidade científica.
Este estudo avalia diversas medidas de distância entre aminoácidos, introduzindo uma nova baseada em dados de varredura mutacional profunda e combinando as melhores abordagens para criar o DEX, uma medida de consenso que supera modelos existentes na previsão de padrões de substituição de códons em linhagens evolutivas diversas.
Este artigo apresenta um benchmarking da integração da biblioteca BEAGLE no BEAST X para otimizar a alocação de recursos computacionais (como GPUs e CPUs) e reduzir o tempo de execução em análises filogenéticas bayesianas, utilizando dados reais do Vírus da Dengue e simulações para estabelecer diretrizes práticas de uso.
O artigo apresenta o IFACE, um novo framework de correspondência que alinha superfícies proteicas através do acoplamento probabilístico de geometria intrínseca e campos químicos espaciais, permitindo derivar uma distância conjunta geométrica-química que supera os métodos tradicionais de comparação de dobras na identificação de variações conformacionais e sítios catalíticos conservados.
Este artigo propõe uma nova metodologia que integra o modelo de linguagem de proteínas ESM-2 com a média de permutação cíclica de embeddings para criar um "espaço de peptídeos" abrangente, permitindo a seleção de bibliotecas de peptídeos cíclicos que cobrem uniformemente propriedades físicas e químicas diversas e superando as limitações de viés de inicialização dos algoritmos convencionais de otimização.
Este estudo demonstra que, entre oito modelos de água testados com o campo de força AMBER Lipid21 para simular membranas lipídicas, o modelo SPC/E é a escolha ótima por reproduzir com maior precisão as propriedades estruturais e dinâmicas experimentais sem necessidade de modificações.