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 GraphBG, um framework escalável e unificado baseado em convoluções espectrais de grafos e modelos bayesianos variacionais para detecção precisa de domínios espaciais em dados de transcriptômica espacial multi-fatia e multi-modal, superando métodos existentes em coerência, velocidade e capacidade de integração de sinais diversos.
O KuafuPrimer é uma ferramenta baseada em aprendizado de máquina que otimiza o design de primers para sequenciamento de amplicons 16S, reduzindo significativamente o viés de amostragem e melhorando a detecção de táxons raros e patógenos em comparação com primers universais tradicionais.
O artigo apresenta o MetaGEAR Explorer, uma plataforma web interativa que permite a busca rápida e a análise meta-coorte de associações entre genes microbianos e doenças, integrando dados de mais de 33 milhões de famílias gênicas de 9.053 amostras de metagenomas de estudos sobre doença inflamatória intestinal, câncer colorretal e indivíduos saudáveis.
O estudo demonstra que o modelo de IA Boltz-2 supera todas as outras estratégias de reclassificação ao identificar com precisão e eficiência compostos ativos em listas de triagem virtual de ultra-grande escala, permitindo a classificação de milhões de compostos em recursos computacionais comuns.
O artigo apresenta o SIR, um framework não paramétrico baseado em regressão isotônica e *wild bootstrap* que supera os métodos existentes em concordância de replicatas e taxa de falhas, permitindo inferência estatística calibrada e controle de erro em testes de sinergia de drogas de alto rendimento.
O artigo apresenta o CosMxScope, um framework Python de código aberto que integra dados de transcriptômica espacial do CosMx SMI com ferramentas de patologia digital, permitindo a reconstrução de imagens de lâminas completas, a conversão de dados celulares para formatos compatíveis com o QuPath e a visualização interativa de padrões de expressão gênica e morfologia celular.
O artigo apresenta o Track Hub Quickload Translator, uma aplicação web desenvolvida em Python que converte formatos de dados entre o UCSC Genome Browser e o Integrated Genome Browser, permitindo que pesquisadores visualizem dezenas de milhares de assemblies genômicos publicados em qualquer um desses navegadores.
O artigo apresenta o VaLPAS, uma ferramenta em Python que utiliza variações em dados multi-ômicos experimentais para prever funções desconhecidas de proteínas por meio de associações estatísticas, demonstrando sua eficácia na identificação de funções genéticas no fungo *Rhodotorula toruloides*.
O artigo apresenta o MOAflow, uma reengenharia do pipeline de análise de dados MOA-seq utilizando Nextflow e contêineres, que garante maior portabilidade, reprodutibilidade e eficiência computacional em comparação com a versão original.
Este estudo utiliza previsões de estrutura de proteínas por IA para demonstrar que a cavidade de ligação de ligantes hidrofóbicos no domínio LRR do TLR2 é uma característica conservada em vertebrados gnastostomados, originou-se em vertebrados basais com perdas específicas em linhagens, e que cavidades semelhantes em receptores de invertebrados surgiram independentemente por evolução convergente, indicando que a ligação de pequenos ligantes em domínios LRR evoluiu múltiplas vezes.