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 estudo demonstra que, sob condições de fluxo fisiológico, o tamanho e a complexidade da exposição a nanoplastos poliestireno moldam distinctamente os estados transcricionais imunes, induzindo remodelação dependente de tamanho em monócitos e um ajuste transcricional distribuído em células B e T, com exposições combinadas gerando estados integrados não lineares em vez de respostas aditivas.
O artigo apresenta o SAMWOOD, uma ferramenta automatizada baseada no modelo Segment-Anything que permite segmentar células de madeira em imagens microscópicas sem necessidade de treinamento, facilitando medições anatômicas precisas e reduzindo o tempo de análise e o viés humano, mesmo em amostras fósseis complexas.
Os autores propõem um modelo de difusão informado por física que utiliza redes neurais em grafos equivariantes e uma representação multiescala para gerar rapidamente ensembles conformacionais de alta fidelidade de proteínas de fusão multidomínio, superando as limitações computacionais da dinâmica molecular tradicional e acelerando o design racional de bioterapêuticos.
Este artigo apresenta quatro novas implementações de inferência de ancestralidade local baseadas em redes neurais (incluindo LSTM bidirecional e Transformers) que, embora eficazes para mistura intercontinental, demonstram desempenho inferior em cenários desafiadores como mistura intracontinental e eventos distantes, superando métodos existentes apenas após a aplicação de etapas especializadas de pré-processamento e suavização.
Este estudo demonstra que, no besouro-da-patata-do-colorado (*Leptinotarsa decemlineata*), o dsRNA ingerido oralmente é processado em siRNAs funcionais que alcançam o sistema nervoso central, fornecendo evidências bioquímicas de que a interferência de RNA pode atuar diretamente no tecido neural após a administração oral.
O artigo apresenta o StrainVis, uma plataforma web interativa que integra ferramentas de análise baseadas em identidade nucleotídica média (ANI) e sintenia média (APSS) para facilitar a visualização unificada e a exploração de diversidade de estirpes microbianas, tornando essa análise avançada acessível a uma comunidade mais ampla sem a necessidade de programação.
O artigo apresenta o SpliceSelectNet (SSNet), um modelo de aprendizado profundo baseado em Transformer hierárquico que alcança desempenho de última geração na previsão de sítios de splicing e detecção de splicing aberrante ao capturar eficientemente dependências de longo alcance em sequências de DNA de até 100 kb, oferecendo ao mesmo tempo interpretabilidade biológica através de seus mecanismos de atenção.
O Fleming é um agente de IA integrado que combina modelos discriminativos e generativos para explorar novos espaços químicos e identificar com alta eficácia compostos líderes promissores para o tratamento da tuberculose, superando as limitações de agentes genéricos e alcançando taxas de sucesso elevadas em testes in vitro e perfis ADMET favoráveis.
O artigo apresenta o FLAMESv2, um pacote modular e flexível para processamento e análise de dados de RNA-seq de leitura longa em nível de célula única e espacial, permitindo a caracterização abrangente de isoformas de RNA e a heterogeneidade celular em diversos protocolos experimentais.
Este estudo demonstra que o modelo de linguagem GPT-4o, quando utilizado com técnicas de geração aumentada por recuperação (RAG) em um fluxo de trabalho com supervisão humana, supera significativamente os métodos tradicionais baseados em expressões regulares na anotação de linhagens celulares e cepas de camundongos em dados genômicos, oferecendo suporte eficaz para acelerar e melhorar a curadoria de metadados biológicos.