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 apresenta uma abordagem rápida, sem marcação e não destrutiva que integra espectroscopia vibracional (ATR-FTIR e Raman) com aprendizado de máquina para quantificar com alta precisão a distribuição de tamanhos de fragmentos de DNA, oferecendo uma alternativa escalável aos métodos convencionais.
O artigo apresenta o APEX, um framework de IA explicável que integra embeddings evolutivos e redes neurais para realizar a descoberta de alvos patogênicos em escala proteômica e o design guiado de moléculas inibidoras, oferecendo um pipeline versátil para priorizar alvos e gerar novos candidatos a fármacos antimicrobianos.
O scDynOmics é um modelo transformer otimizado e escalável que utiliza mecanismos de atenção do tipo Linformer e adaptação de baixo rank para aprender representações compactas e interpretáveis de dados multimodais de célula única, superando o estado da arte em classificação celular e na decifração de dinâmicas de desenvolvimento.
Este estudo combinou farmacologia de rede e validação experimental para demonstrar que o Panax notoginseng acelera a cicatrização de feridas cutâneas em ratos através de um mecanismo sinérgico multi-componente e multi-alvo que modula vias de sinalização chave (como NF-κB e MAPK) e regula a expressão de citocinas inflamatórias (TNF-α, IL-6 e IL-10), promovendo uma transição eficiente da inflamação para a reparação tecidual.
O artigo apresenta o SpatialCompassV (SCOMV), uma ferramenta computacional que classifica padrões espaciais de células e genes e identifica genes diferencialmente espaciais em dados de transcriptômica espacial de câncer, permitindo a caracterização unsupervisionada de distribuições e a discriminação de estados malignos sem depender de conhecimento biológico prévio.
Este estudo demonstra que, graças às recentes melhorias na precisão, a sequenciação de amplicons por Nanopore (ONT) permite agora a geração direta de Variantes de Sequência Amplicon (ASV) livres de erros em complexos ambientes microbianos, superando a dependência de bancos de dados de referência e viabilizando a resolução de variantes intragenômicas, embora exija uma profundidade de sequenciação significativamente maior do que a tecnologia PacBio, especialmente para amplicons longos.
Este estudo utiliza abordagens computacionais e de biologia de sistemas para identificar genes, vias e alvos terapêuticos convergentes que conectam o Transtorno de Estresse Pós-Traumático, a Esquizofrenia e o Transtorno Bipolar a processos de inflamação autoimune e doenças infecciosas.
Este estudo apresenta um quadro abrangente de avaliação para ferramentas de análise de elementos transponíveis em nível de locus em dados de RNA-seq de célula única, revelando as limitações impostas pela ambiguidade de mapeamento e recomendando o uso de estratégias de mapeador único e foco em inserções mais antigas para garantir precisão.
Este estudo utiliza simulações para concluir que, embora a hibridização entre corais *Acropora* no Caribe não represente um risco significativo de "swamping" genético, ela também oferece pouco potencial para introgressão adaptativa em escalas de tempo relevantes para a restauração.
O artigo apresenta o DeepAllele, um novo modelo de aprendizado profundo que utiliza medições alélicas específicas de pares para prever mudanças sutis na regulação gênica e descobrir motivos regulatórios funcionais com maior precisão do que os métodos estatísticos tradicionais.