1180 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.
Os autores apresentam o rpMeta, um pacote de R de código aberto que integra dados de RNA-seq e proteômica por meio de meta-análise para aumentar significativamente a sensibilidade da detecção de genes diferencialmente expressos em comparação com a análise de cada tipo de dado separadamente.
Este estudo demonstra que a integração de informações do ambiente vascular em um modelo baseado em Transformer multimodal melhora significativamente a previsão de trajetórias complexas de migração de astrócitos, ao mesmo tempo em que estabelece um limite fundamental de previsibilidade definido pela irreduzibilidade da direção do movimento.
O Helix Design Studio é uma aplicação web de código aberto que aborda o desafio de projetar peptídeos antimicrobianos ao utilizar uma estrutura de pontuação ambiental interpretável para analisar e otimizar sequências de peptídeos em um arcabouço helicoidal para ambientes de membrana específicos, enquanto equilibra a compatibilidade entre diferentes condições.
Este artigo demonstra a viabilidade do uso de agentes de IA de pesos abertos, implantados localmente, para coordenar um pipeline de descoberta de guias CRISPR para o desenvolvimento de diagnósticos, mostrando que modelos menores podem apoiar efetivamente fluxos de trabalho de pesquisa biológica ao mesmo tempo em que mitigam as restrições impostas por modelos de fronteira.
Este artigo apresenta o ProtTale, um modelo generativo de proteína para texto equipado com um estimador de confiabilidade (pJay) que aprende com um juiz de LLM para identificar quando suas descrições de função em formato livre são confiáveis, melhorando significamente a precisão da anotação em vários métodos sem necessariamente aumentar a acurácia bruta.
O ConforFlux é um procedimento de inferência que aumenta a diversidade da amostragem de conformações de proteínas em modelos de aprendizagem profunda como o Boltz-2 ao introduzir um mecanismo de repulsão guiado por partículas nos embeddings do tronco, melhorando significamente a descoberta de múltiplos estados sem exigir o retreinamento do modelo.
Este artigo apresenta o RiboGRAM, um modelo de aprendizado profundo que descobre uma gramática posicional multiescala em sequências de RNA não codificante para permitir a inferência estrutural não supervisionada e a análise de motivos regulatórios através de diversos organismos e tipos celulares.
Este artigo apresenta o BGC Atlas v2, um recurso massivamente expandido contendo mais de 16 milhões de clusters de genes biossintéticos preditos com metadados taxonômicos, ambientais e geográficos integrados para facilitar a descoberta de produtos naturais em larga escala e o estudo da diversidade biossintética procariótica.
O artigo apresenta o TCRmeta, um framework sensível ao antígeno que estabelece um espaço analítico compartilhado para repertórios de receptores de células T para superar a variabilidade individual e técnica, permitindo a identificação de padrões imunológicos conservados e o desenvolvimento de métricas robustas como o Deslocamento de Energia para o monitoramento imunológico quantitativo interindividual e longitudinal.
O artigo apresenta o SCOTE, uma estrutura computacional escalável que unifica a análise de ômicas espaciais através de diversas plataformas e resoluções ao quantificar correlações espaciais em todas as escalas de comprimento, distinguindo assim sinais biológicos de artefatos específicos da plataforma e permitindo o processamento eficiente e de alto rendimento de conjuntos de dados massivos.