1012 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 CodonMamba é um modelo de fundação de última geração para o design de sequências codificadoras de mRNA que, através do pré-treinamento em corpora de larga escala, alcança um desempenho superior em tarefas de predição e permite o direcionamento programável da otimização de códons durante a inferência para atender a preferências específicas de hospedeiro ou aplicação sem a necessidade de retreinamento.
Este artigo introduz um critério de Incerteza Mínima calibrado e consciente da resolução e uma estrutura de avaliação de poder discriminativo para aumentar a robustez, a interpretabilidade e a calibração estatística da aprendizagem de estruturas de redes bayesianas a partir de dados heterogêneos.
Delta-Marches é um framework de IA generativa que decodifica mecanismos de doenças ao simular transições morfológicas idealizadas entre classes de tecidos para identificar características subcelulares que impulsionam mudanças patofisiológicas, conforme demonstrado na graduação de carcinoma renal e na displasia colorretal.
KRAKEN é um grafo de conhecimento escalável e com rastreamento de proveniência que aborda a sub-representação de dados multiômicos e de bem-estar ao integrar diversas fontes biomédicas em um sistema modular de 15 milhões de nós, apresentando semântica padronizada, ferramentas analíticas integradas e interfaces multimodais tanto para pesquisa humana quanto impulsionada por IA.
Este estudo demonstra que o conteúdo explícito de domínios Pfam supera ou iguala as representações derivadas de sequências do ESM-2 para a recuperação de clusters de genes biossintéticos, indicando que os embeddings de sequência não melhoram atualmente a recuperação de vias biossintéticas alternativas além das métricas baseadas em domínios estabelecidas.
Este artigo apresenta o EvoBind-multimer, um framework de aprendizado profundo que permite o design de novo de colas moleculares macrocíclicas a partir apenas de sequências de proteínas para induzir proximidade e impulsionar a degradação proteica direcionada, revelando também que o resultado funcional dessas colas pode variar de forma dependente do contexto entre diferentes modelos derivados de pacientes.
O artigo apresenta o EnzymARC, um novo conjunto de dados de referência de decoys de enzimas estruturalmente interrompidos, para demonstrar que os atuais preditores de função enzimática de última geração dependem fortemente de atalhos filogenéticos e falham em distinguir variantes cataliticamente incompetentes de enzimas funcionais, destacando, assim, a necessidade crítica de exemplos negativos conscientes da estrutura no treinamento e na avaliação de modelos.
O artigo apresenta o antigen-prime, um simulador epidêmico de tempo progressivo que vincula sequências genéticas a fenótipos antigênicos sob seleção do hospedeiro para gerar dados de verdade fundamental para o teste de desempenho de métodos de atribuição de variantes de influenza e estimativa de taxa de crescimento, revelando tanto sua precisão quanto modos de falha específicos.
Este estudo revela que a priorização de genes baseada em graus padrão negligencia sistematicamente genes conectores não-hub essenciais para coordenar processos biológicos, e propõe o EDVS, uma medida de centralidade informacional livre de partições que recupera com sucesso esses genes omitidos sem depender de anotações funcionais ou detecção de comunidades.
O SVlog é uma estrutura de programação lógica declarativa e transparente construída sobre o Souffle que permite a análise, anotação e priorização rápida, determinística e explicável de variantes estruturais para a curadoria de doenças clínicas ao converter dados genômicos em fatos relacionais e aplicar regras lógicas composíveis.