1243 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 MAAMOUL, uma ferramenta computacional baseada em redes metabólicas que integra dados metagenômicos e metabolômicos para identificar módulos microbianos funcionais específicos de doenças, como IBD e IBS, superando as limitações das análises de vias pré-definidas e revelando alterações metabólicas coerentes que métodos convencionais não detectam.
O artigo apresenta o DualLoc, uma nova ferramenta de aprendizado profundo que utiliza o ajuste fino de parâmetros completos em uma arquitetura de transformadores duplos em cascata para prever com alta precisão a localização subcelular de proteínas em múltiplos compartimentos, superando os métodos atuais e revelando padrões biológicos relevantes sobre a coordenação celular.
O artigo apresenta o OmniBind, um framework de aprendizado profundo multitarefa que supera as limitações atuais ao integrar informações estruturais 3D e sequências de aminoácidos para prever com alta precisão e interpretabilidade múltiplos perfis de afinidade farmacológica em escala proteômica.
Este estudo introduz a métrica "mean evidence strength" (MES), um novo quadro quantitativo baseado em calibração bayesiana que avalia a força da evidência clínica de preditores computacionais e ensaios multiplexados de efeito de variantes, demonstrando que essa abordagem revela discrepâncias importantes em relação às métricas tradicionais de discriminação e permite identificar ferramentas que oferecem maior valor para a classificação de variantes de significado incerto.
O artigo apresenta o FoldaVirus, uma ferramenta baseada em conhecimento que combina previsões do AlphaFold com dados estruturais de famílias virais para gerar modelos de capsídeos icosaédricos completos e energeticamente minimizados, preenchendo assim a lacuna entre a vasta quantidade de sequências de proteínas de capsídeo disponíveis e suas estruturas tridimensionais experimentais.
O artigo apresenta o ALPINE, um pipeline escalável e reproduzível baseado em Python e Docker que utiliza sequenciamento de amplicons de leitura longa para classificar e quantificar com precisão uma ampla gama de resultados de edição gênica, incluindo integrações complexas de vetores e variantes estruturais, preenchendo lacunas críticas nas ferramentas existentes para o desenvolvimento de terapias gênicas.
Este estudo criou um atlas transcriptômico de 3.713 amostras de sepse para identificar quatro subtipos moleculares distintos e propor terapias de reposicionamento de drogas específicas para cada um, oferecendo insights cruciais para a medicina de precisão e explicando o fracasso de ensaios clínicos anteriores.
O artigo apresenta o *methbiome*, um novo pipeline baseado em referência desenvolvido em Snakemake que permite o perfilamento de metilação de DNA em dados de sequenciamento de leitura longa (Nanopore e PacBio) de comunidades microbianas, facilitando comparações entre amostras e estudos de associação em metaepigenomas.
O artigo apresenta o Longevity-LLM v0.1, um modelo de linguagem fundacional que supera os relógios de envelhecimento especializados atuais ao realizar previsões de idade e outras tarefas biomédicas com alta precisão em múltiplas modalidades de dados.
O artigo apresenta o SpacerScope, uma ferramenta de alto desempenho que utiliza vetorização binária e operações de bits para realizar um perfil abrangente e sem viés de efeitos fora do alvo em genomas complexos, superando as limitações de ferramentas existentes ao detectar com precisão tanto substituições quanto inserções e deleções.