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.
Este artigo apresenta otimizações de inferência para OpenFold e TensorRT que, combinadas com MMseqs2-GPU em diferentes arquiteturas de hardware, permitem a previsão de estruturas proteicas em alta velocidade e sem perda de precisão, desde computadores compactos até datacenters.
Este estudo revela que a resistência de *Aedes aegypti* a piretroides é um processo complexo e dependente da concentração e do tipo de inseticida, onde o lambda-cialotrina induz respostas mitocondriais e de estresse oxidativo, enquanto a permetrina desencadeia mecanismos de barreira cuticular e detoxificação metabólica.
O artigo apresenta o stMCP, um framework baseado no Protocolo de Contexto de Modelo (MCP) que permite a análise de transcriptômica espacial por meio de linguagem natural, executando ferramentas localmente para garantir privacidade de dados, reduzir custos e empoderar biólogos a explorarem seus dados de forma independente e reprodutível.
O artigo apresenta o MOPP, um pipeline de processamento multi-ômicos que utiliza a cobertura metagenômica para filtrar ruídos no mapeamento de dados de metarribossomo profiling, permitindo a análise integrada e precisa de funções e taxonomia em comunidades microbianas complexas.
Este estudo utiliza sequenciamento de RNA de leitura longa para mapear a diversidade de isoformas e o processamento alternativo em câncer de ovário, revelando alterações transcriptômicas específicas de estágio da doença e com relevância clínica que permanecem ocultas nas análises convencionais de expressão gênica.
O artigo apresenta o DisGeneFormer, uma nova pipeline de priorização de genes de doenças que integra atenção gráfica local e global por meio de transformadores para gerar listas de candidatos mais precisas e clinicamente viáveis, superando significativamente os métodos existentes.
O artigo apresenta o ProteinMCP, um framework de IA autônoma que acelera e democratiza a engenharia de proteínas ao automatizar fluxos de trabalho complexos através da orquestração inteligente de 38 ferramentas especializadas, permitindo a criação rápida de novos ligantes e nanocorpos terapêuticos.
Este estudo identifica e valida o impacto do ligamento fora do alvo nos painéis de genes Xenium da 10x Genomics, demonstrando como essa especificidade comprometida distorce os perfis de expressão gênica espacial e apresentando a ferramenta de software OPT para mitigar tais erros e melhorar a reprodutibilidade da pesquisa em transcriptômica espacial.
Este estudo apresenta uma versão atualizada do pipeline ANNEXA, desenvolvido em Nextflow, que integra ferramentas de reconstrução de transcriptoma e modelos de aprendizado profundo para aprimorar a anotação de genomas e o controle de qualidade de dados de sequenciamento de RNA de leitura longa, demonstrando sua eficácia na identificação de novos genes e transcritos em estudos comparativos de oncologia humana e canina.
Este estudo avalia métodos de aprendizado profundo para previsão de estruturas de RNA, concluindo que, embora funcionem bem em casos com estruturas secundárias regulares ou pareamento de bases canônico, eles falham em generalizar para novos dobramentos e não conseguem fornecer estimativas de precisão confiáveis.