1197 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 CryoDiff, um modelo de difusão consciente da incerteza que supera os métodos existentes ao aprimorar mapas de criomicroscopia eletrônica (cryo-EM) por meio da melhoria conjunta da resolução estrutural e do fornecimento de estimativas de confiança por voxel, aumentando significativamente a interpretabilidade do mapa e a construção de modelos subsequentes.
O artigo apresenta o cellpin, um autoencoder variacional escalável treinado exclusivamente em dados de sequenciamento de RNA de célula única que utiliza destilação latente professor-aluno e simulação de ruído para imputar efetivamente genes não medidos e remover o ruído de perfis de transcriptoma espacial sem exigir o alinhamento entre modalidades.
O OmniGene-4 introduz um modelo de fundação de Mistura-de-Especialistas unificado e interpretável pelo roteador que demonstra como o pré-treinamento contínuo impulsiona a especialização entre tarefas enquanto a computação de especialistas lida com o raciocínio biológico fundamentado em sequências, alcançando desempenho de estado da arte em homologia de proteínas e conhecimento biológico geral com custos de computação significativamente reduzidos, mesmo quando estendido para entradas multimodais.
O artigo apresenta o UnBlender, um pipeline projetado para permitir que cientistas respiratórios realizem a desconvolução de tipos celulares customizável em dados de RNA-seq de bulk, enquanto validam rotineiramente a precisão das proporções estimadas de tipos celulares para garantir conclusões reproduzíveis e confiáveis.
Este artigo apresenta um framework de aprendizado de máquina interpretável que combina redução de dimensionalidade com um modelo de floresta aleatória de múltiplas saídas para inferir com precisão a identidade da raça e a ancestralidade de cães a partir de dados de SNP de genoma completo, alcançando 91,7% de acurácia no conjunto de dados do Dog Aging Project ao identificar loci genéticos biologicamente relevantes associados a características específicas de cada raça.
Este artigo apresenta o ROTS 2.0, um framework de código aberto aprimorado disponível em R e Python que estende a estatística de teste otimizada para reprodutibilidade a diversos desenhos de estudos ômicos de alto rendimento, incluindo comparações de múltiplos grupos e análise de sobrevivência, para melhorar a confiabilidade da seleção de características em configurações experimentais complexas.
Este artigo demonstra que um agente de codificação com portão de correção pode superar significativamente a linha de base RapidNJ estabelecida em filogenética computacional ao produzir o SwiftNJ, uma implementação otimizada de Neighbor Joining que alcança uma razão de tempo de execução geométrica média de 0,565, mantendo a correção exata em relação aos padrões de referência.
Leviathan é um pacote de software de código aberto que permite a caracterização taxonômica e funcional ultra-rápida, eficiente em termos de memória e precisa de metagenomas e metatranscriptomas com resolução de genoma e pan-genoma, combinando métodos taxonômicos sem alinhamento com pseudo-alinhamento no espaço de DNA para contornar etapas de busca traduzida computacionalmente dispendiosas.
Este artigo apresenta uma estrutura computacional mínima e multiescala que aproveita a dinâmica proteica e mecanismos de ruptura recorrentes para identificar e priorizar sistematicamente alvos antimicrobianos para polifarmacologia racional, visando aumentar a eficácia terapêutica enquanto minimiza a toxicidade e o escape mutacional.
O artigo apresenta o gTranslate, uma ferramenta de aprendizado de máquina computacionalmente eficiente que prevê com precisão tabelas de tradução para genomas procarióticos sem classificação taxonômica prévia, alcançando mais de 99,99% de precisão e permitindo a descoberta de variações novas do código genético em linhagens bacterianas específicas.