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 estudo apresenta o AI-IDP, uma nova estrutura de aprendizado profundo que decodifica a heterogeneidade conformacional de proteínas intrinsecamente desordenadas ao gerar conjuntos estruturais consistentes com dados experimentais, revelando como características evolutivas como hélices transitórias e conformações poli-prolina II são fundamentais para a função e o direcionamento terapêutico dessas proteínas.
O Grass Expression Atlas (GExA) é um recurso web interativo que integra e padroniza dados de RNA-seq de quatro espécies de milheto, além de cevada e sorgo, permitindo a exploração rápida da expressão gênica em diversos tecidos e condições.
O artigo apresenta o Stoic, um método rápido e preciso que utiliza embeddings de modelos de linguagem proteica e redes neurais em grafos para prever a estequiometria de complexos proteicos, superando as abordagens atuais de força bruta ao focar em resíduos de interface.
O artigo apresenta o PepCABO, um framework de otimização bayesiana no espaço latente que utiliza alinhamento contrastivo e um autoencoder variacional duplo para otimizar eficientemente a ligação de peptídeos a alelos de MHC, superando métodos existentes ao permitir transferência de conhecimento estruturada e maior eficiência amostral.
Os autores apresentam uma extensão da ferramenta ColBuilder que permite a geração de modelos atômicos de fibrilas de colágeno incorporando ligações cruzadas não enzimáticas (AGEs), fornecendo parâmetros de simulação validados e demonstrando como essas ligações afetam diferentemente a estrutura mecânica das fibrilas em comparação com as ligações enzimáticas.
Este artigo apresenta um levantamento abrangente do sistema ubiquitina-proteassoma (UPS) e da rede de proteostase humana, estimando que o UPS envolve mais de 1400 proteínas e a rede total mais de 3100 componentes, fornecendo uma base essencial para pesquisas em genômica, proteômica e doenças.
O artigo apresenta o LysinFusion, um novo framework de aprendizado profundo que combina codificação de características heterogêneas e uma arquitetura híbrida CNN-Transformer para identificar lisinas de bacteriófagos com maior precisão e reprodutibilidade do que métodos existentes, superando a ferramenta DeepMineLys em benchmarks independentes.
Este estudo apresenta um modelo de aprendizado de máquina que prevê a eficácia de siRNAs diretamente a partir de características intrínsecas da sequência, identificando nucleotídeos específicos nas extremidades como os principais determinantes e oferecendo uma ferramenta mais precisa e interpretável para o desenho racional de siRNAs em aplicações terapêuticas e agrícolas.
O artigo apresenta o PBML, um novo algoritmo que utiliza o índice PBWT comprimido para identificar eficientemente apenas correspondências exatas máximas conjuntas (kL-SMEMs) longas e compartilhadas por múltiplas haplótipos, superando significativamente os métodos atuais em velocidade e escalabilidade para a detecção de ancestralidade compartilhada em grandes painéis genéticos.
Este artigo propõe e valida um quadro de simulação de interação genótipo-ambiente (GEI) baseado no modelo AMMI Bayesiano, que utiliza matrizes de covariância ambiental de alto rendimento para gerar efeitos GEI com estrutura direcional interpretável, demonstrando sua superioridade na captura de respostas específicas dos genótipos e na melhoria das estratégias de seleção genômica em comparação com simulações tradicionais.