1244 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 PanXpress é uma ferramenta unificada e eficiente para quantificação de expressão gênica bacteriana que constrói e indexa pan-transcriptomas diretamente a partir de arquivos genômicos, permitindo mapeamento sem alinhamento e superando métodos tradicionais em precisão, velocidade e capacidade de lidar com variações de linhagens em amostras complexas.
Este estudo apresenta uma ferramenta de curadoria assistida por IA, integrada ao MorphoBank, que utiliza modelos de linguagem para automatizar a extração e padronização de dados morfológicos em formato NEXUS, reduzindo erros manuais e aprimorando a aderência aos princípios FAIR na biologia e paleontologia.
O artigo apresenta o SOORENA, um modelo de linguagem baseado em transformers que identifica e classifica sistematicamente mecanismos de autorregulação proteica em milhões de resumos do PubMed, gerando um recurso abrangente que integra mineração de literatura e biologia de sistemas para apoiar a análise e modelagem de redes biológicas.
O artigo apresenta o GatorSC, um framework de aprendizado de representação unificado que utiliza grafos de células e genes em múltiplas escalas e uma arquitetura de Mixture-of-Experts para integrar estruturas heterogêneas em dados de sequenciamento de RNA de célula única, superando métodos existentes em tarefas como agrupamento celular e imputação de expressão gênica através de um objetivo auto-supervisionado robusto ao ruído.
Este estudo analisa sequências de ácidos nucleicos extraídas do meteorito Zag, revelando que elas possuem uma estrutura complexa e não aleatória que não se encaixa em modelos biológicos conhecidos ou em artefatos técnicos, sugerindo uma origem química distinta que exige confirmação independente.
Este estudo valida a eficácia de modelos de linguagem grandes (LLMs) na extração precisa de dados de relatórios de patologia não estruturados para identificar que a positividade de NSE e S100 são biomarcadores prognósticos significativos para o risco e a sobrevivência no sarcoma de Ewing, permitindo a reutilização de "dados escuros" históricos para refinar a estratificação de risco.
O artigo apresenta o FlashS, um método escalável baseado em kernels de domínio de frequência que detecta genes espacialmente variáveis com alta precisão e calibração em atlas de transcriptômica espacial de grande escala, superando abordagens existentes em desempenho e eficiência computacional.
O artigo apresenta o Harmony2, uma nova versão do software de integração de dados de RNA de célula única que escala eficientemente para mais de 100 milhões de células e mais de 1.000 conjuntos de dados sem hardware especializado, ao mesmo tempo que previne a sobreintegração em amostras biologicamente heterogêneas.
O artigo apresenta o ChiMER, uma nova ferramenta computacional baseada em grafos que integra dados de arquitetura da cromatina para identificar com maior sensibilidade e precisão transcritos quiméricos entre RNAs de enhancer e exões, revelando sua associação com regiões super-enhancer e estruturas R-loop em contextos cancerígenos.
O artigo apresenta o STpath, uma estrutura que utiliza modelos de aprendizado de máquina para traduzir embeddings de imagens de histopatologia em características biológicas significativas, como composição celular e expressão gênica, permitindo sua aplicação em estudos clínicos para avaliar desfechos em câncer colorretal e de mama.