1199 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 trabalho apresenta um modelo matemático mínimo que descreve a dinâmica de inflamação e desmielinização na esclerose múltipla, reproduzindo com sucesso o comportamento de recaídas e remissões observado em pacientes e servindo como base para previsões futuras da evolução da doença.
O artigo apresenta o TPCAV, um método inovador que adapta e melhora a atribuição de conceitos para interpretar modelos de aprendizado profundo em genômica, permitindo analisar tanto motivos de DNA tradicionais quanto características biológicas mais amplas, como estados de cromatina e elementos repetitivos, em diversos tipos de modelos e representações de entrada.
O estudo apresenta o GeoARG, uma nova framework que integra características estruturais a modelos de linguagem de proteínas para superar as limitações da homologia de sequência e descobrir genes de resistência a antibióticos evolutivamente distantes, expandindo assim o conhecimento sobre o resistoma global.
Este estudo apresenta uma estrutura de análise que incorpora a geometria do tecido para distinguir a associação de interface da localização espacial em interações ligante-receptor, revelando que a comunicação tumoral é melhor descrita como um contínuo de restrição espacial em vez de regimes discretos.
Este estudo demonstra que a correção combinada de variáveis latentes baseadas em expressão (SVs) e componentes principais genotípicos (PCs) em análises de expressão diferencial produz resultados mais biologicamente válidos, reprodutíveis e estáveis do que o uso isolado de qualquer um desses métodos, recomendando sua adoção como prática padrão quando dados genotípicos pareados estão disponíveis.
Este artigo apresenta o pacote de código aberto `sosta` para a Bioconductor, que permite a análise direta de estruturas anatômicas multicelulares em dados de ômica espacial, superando as limitações dos métodos atuais focados apenas em células individuais.
Este artigo propõe um novo framework integrativo de quatro camadas que utiliza a entropia de informação, a conservação evolutiva e modelos de linguagem de DNA para inferir redes regulatórias gênicas diretamente a partir de sequências genéticas, superando a dependência exclusiva de perfis de expressão gênica.
Este estudo demonstra que a análise de redes de co-expressão oferece uma representação mais parcimoniosa e funcional da heterogeneidade da microglia do que a análise de expressão diferencial, identificando programas moleculares concorrentes e preservados que definem melhor a função celular.
O artigo apresenta o Locat, uma nova metodologia para análise de transcriptômica de células únicas que identifica genes marcadores altamente específicos ao testar simultaneamente a concentração da expressão em regiões compactas e o seu esgotamento no restante dos dados, permitindo comparações diretas entre diferentes condições biológicas sem a necessidade de correção de lote.
O artigo apresenta o CASPA, um pipeline automatizado e contextualizado para análise de proteômica de célula única que supera as limitações das abordagens atuais ao integrar controle de qualidade adaptativo, correção de lote e anotação celular assistida por modelos de linguagem com validação ortogonal, resultando em anotações reprodutíveis e confiáveis.