1012 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 DeepTMHMM2, um novo preditor que alcança simultaneamente a predição precisa da topologia transmembrana — incluindo regiões reentrantes e hélices interfaciais anteriormente não modeladas — e a localização subcelular em 17 membranas biológicas, revelando a presença generalizada de segmentos de não-travessia no proteoma.
Este estudo apresenta um banco de dados XMAn atualizado que integra extensos dados de mutação do COSMIC para criar repositórios de peptídeos especializados, permitindo a identificação por espectrometria de massa de peptídeos mutados associados ao câncer que são tipicamente perdidos por bancos de dados de proteínas canônicos padrão.
Este artigo apresenta um framework híbrido que combina um Autoencoder Variacional para gerar trajetórias longitudinais sintéticas a partir de dados transversais de câncer renal com um sistema de indução de regras simbólicas para produzir previsões probabilísticas interpretáveis da progressão da doença que igualam a precisão do aprendizado profundo, ao mesmo tempo em que oferecem insights transparentes e legíveis por humanos sobre os mecanismos moleculares subjacentes.
O HIDE-Deconv é um framework de desconvolução hierárquica de código aberto que otimiza conjuntamente estimativas de composição celular através de múltiplos níveis de resolução para revelar o remodelamento celular biologicamente relevante em doenças como adenocarcinoma pulmonar e sepse, superando métodos existentes de resolução única.
O artigo apresenta o evoPLM-Tree, um modelo de linguagem condicional consciente de árvores que integra o contexto filogenético para prever com precisão padrões mutacionais virais e trajetórias evolutivas específicas de linhagens, demonstrando um forte alinhamento com restrições funcionais experimentais.
Este artigo propõe uma estrutura de integração multiômica orientada pela estabilidade que combina análise de correlação canônica generalizada esparsa com validação cruzada rigorosa para identificar estruturas latentes reproduzíveis, demonstrando sua eficácia em uma coorte de câncer de tireoide ao revelar associações consistentes de doenças e mudanças temporais nos perfis metabolômicos e proteômicos.
Este artigo apresenta um benchmark abrangente da robustez de modelos de segmentação em 30 conjuntos de dados de imagens biológicas e 36 tipos de corrupção, revelando que o alto desempenho em imagens limpas não garante a resiliência à corrupção e que métodos mais antigos como o StarDist podem superar modelos de fundação modernos, com falhas ocorrendo primariamente nas camadas iniciais de codificação.
Este estudo introduz o benchmark HuMonoAg-Bench para avaliar dez protocolos de co-dobramento de anticorpo-antígeno, revelando que, embora métodos recentes tenham melhorado significativamente a modelagem de CDRH3 e alcançado precisão média ou superior para cerca de metade dos complexos pós-cutoff, desafios persistem na amostragem de modos de ligação corretos e na modelagem de alças flexíveis, limitando a predição de muitos complexos estruturalmente heterogêneos.
O Kiosc é uma plataforma web auto-hospedada e amigável construída em Django que simplifica a orquestração, organização e controle de acesso de aplicações web de bioinformática conteinerizadas em Docker, oferecendo uma alternativa de menor sobrecarga ao Kubernetes para o compartilhamento de resultados de análises interativas.
O artigo apresenta o BIOCURRENT, um framework de inferência causal que reconstrói a geometria do pseudotempo específica do doador para quantificar como os contextos microambientais distorcem os intervalos de progressão transcricional, identificando assim desvios específicos de estágio e potenciais pontos de controle de intervenção em sistemas biológicos complexos, como o desenvolvimento de células T e a desregulação imune da COVID-19.