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.
O artigo apresenta o PanTEon, um framework de aprendizado profundo de reino cruzado que combina um banco de dados harmonizado e uma plataforma de benchmarking modular para padronizar e melhorar a classificação reprodutível de elementos transponíveis em animais, plantas e fungos.
O artigo apresenta o Correlate, uma aplicação web gratuita e acessível que permite explorar dados de telas CRISPR do Cancer Dependency Map para analisar conjuntos de genes e dependências genéticas diretamente a partir de resultados funcionais, oferecendo uma perspectiva orientada por dados complementar às abordagens baseadas em conhecimento prévio.
O artigo apresenta o Nettle, uma ferramenta de código aberto que melhora a quantificação na proteômica de aquisição independente de dados (DIA) ao imputar os limites de tempo de retenção de peptídeos em vez de valores ausentes, resultando em maior precisão, menor limite de quantificação e a capacidade de obter razões quantitativas em casos anteriormente impossíveis.
O artigo apresenta o CellWHISPER, um novo framework estatístico escalável e rigoroso que utiliza dados de transcriptômica espacial para distinguir comunicação celular direta (como junções comunicantes e receptores de ligantes) da mera proximidade estrutural, permitindo a descoberta de programas de sinalização específicos de tecidos e doenças com validação experimental.
O artigo apresenta o GATSBI, um framework baseado em atenção de grafos que gera embeddings de proteínas sensíveis ao contexto e demonstra, através de protocolos de avaliação biologicamente alinhados, que essa abordagem supera os métodos existentes, especialmente na generalização para proteínas pouco estudadas.
O artigo apresenta o muat, uma ferramenta baseada em transformadores distribuída via Docker e Bioconda que permite a classificação de tumores e aprendizado de representação a partir de variantes somáticas em ambientes de computação segura e de alto desempenho, demonstrando alta precisão e adaptabilidade em diferentes coortes sem necessidade de retreinamento extensivo.
O artigo apresenta o PANDA, uma pipeline gráfica integrada que restaura padrões de metilação contíguos em nível de molécula única a partir de leituras de sequenciamento de amplicons de DNA, permitindo a análise de heterogeneidade epialélica e a detecção precisa de metilação específica de alelo em estudos de metilação do DNA.
O artigo apresenta o OncoMORPHIA, uma plataforma web gratuita e integrada que permite a visualização interativa em 3D e a anotação funcional de mutações cancerígenas, unificando dados estruturais, clínicos e de sobrevivência em uma única interface acessível sem necessidade de expertise em bioinformática.
O DeepTrio é um modelo de aprendizado profundo que melhora a precisão na detecção de variantes genéticas em trios familiares (pai, mãe e filho) ao analisar informações conjuntas de sequenciamento sem depender de priores de herança explícitos, superando o DeepVariant especialmente em coberturas mais baixas e adaptando-se a diferentes plataformas e tipos de dados.
Este estudo avaliou três abordagens de otimização de pesos (transformação linear, Nelder-Mead e Bayesiana) para ensembles ponderados de modelos de predição genômica em milho, demonstrando que, embora nenhuma técnica tenha se mostrado claramente superior, a otimização dos pesos pode melhorar a precisão preditiva em cenários onde os pesos ajustados diferem significativamente da média simples.