1245 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 GCN-Mamba, um framework de aprendizado profundo que integra Redes de Convolução em Grafos e o modelo Mamba para prever com alta precisão sinergias antibacterianas, validando experimentalmente novas combinações eficazes contra MRSA e acelerando a descoberta de terapias combinatórias.
Este estudo demonstra que, apesar do potencial dos modelos fundamentais de células únicas (scFMs) para representações biológicas unificadas, suas incorporações zero-shot superam-se em tarefas de reconstrução de trajetórias celulares dinâmicas, como a inferência de estados progenitores e transições de destino, devido a uma compressão excessiva de sinais temporais que lineariza artificialmente estruturas biológicas ramificadas, mantendo a linha de base de genes altamente variáveis (HVG) como abordagem mais robusta para esses cenários.
Este artigo apresenta o Tv (tensão de variante), uma nova métrica baseada em regressão de kernel que quantifica a assimetria direcional das substituições de aminoácidos em alinhamentos múltiplos, oferecendo uma ferramenta computacional para identificar sítios críticos e variantes patogênicas, como demonstrado no transportador de glutamato humano.
Este estudo demonstra que, entre oito modelos de água testados com o campo de força AMBER Lipid21 para simular membranas lipídicas, o modelo SPC/E é a escolha ótima por reproduzir com maior precisão as propriedades estruturais e dinâmicas experimentais sem necessidade de modificações.
O artigo apresenta o Sassy2, uma ferramenta otimizada em Rust que acelera a busca em lote de padrões curtos de DNA (como primers e guias CRISPR) ao distribuir múltiplos padrões entre lanes SIMD e utilizar filtros de sufixo, alcançando ganhos de velocidade de 2 a 50 vezes em relação a métodos anteriores e processando mais de 100 Gbp/s em tarefas reais.
Este artigo descreve o desenvolvimento e avaliação orientados pelo usuário do Llemy, um sistema baseado em modelos de linguagem para explorar mapas de interação molecular complexos, destacando a importância da colaboração contínua com especialistas para aprimorar a utilidade da ferramenta e promover a transição para modelos de linguagem de pesos abertos no ambiente de pesquisa.
O estudo apresenta o GE-BiCross, um novo framework de aprendizado profundo baseado em atenção cruzada bidirecional hierárquica que supera os métodos existentes ao integrar profundamente informações genômicas e ambientais para prever com maior precisão o desempenho de híbridos de milho em diferentes ambientes.
Este artigo propõe uma nova medida de diversidade microbiana baseada na energia espectral do Laplaciano de feixe de grafos, que integra arquitetura genômica e composição taxonômica, demonstrando superioridade na discriminação entre amostras de indivíduos saudáveis e pacientes com doença inflamatória intestinal em comparação com métricas tradicionais.
O artigo apresenta o LongHap, uma nova ferramenta que integra sinais de metilação nativos de dados de sequenciamento de leitura longa para melhorar significativamente a reconstrução de haplótipos, superando métodos existentes em precisão e contiguidade.
O artigo apresenta o DIPScan, uma nova metodologia baseada em fluxo de trabalho Nextflow desenvolvida para detectar com precisão genomas virais defeituosos (DelVGs) em dados de sequenciamento e corrigir erros de consenso resultantes, garantindo a precisão do monitoramento epidemiológico do vírus influenza.