1235 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 METRIN-KG, uma base de conhecimento que integra dados heterogêneos de metabolomas, características e interações bióticas de plantas em um único recurso acessível para facilitar a pesquisa e a formulação de novas questões nas ciências da vida.
O artigo apresenta o TEAMKidney, um framework de aprendizado profundo que automatiza a segmentação e quantificação precisa de ultraestruturas renais em imagens de microscopia eletrônica de transmissão, superando as limitações de métodos manuais e demonstrando alta concordância com avaliações de especialistas em contextos clínicos e de pesquisa.
O artigo apresenta o PeptideCLM-2, uma série de modelos de linguagem química treinada em mais de 100 milhões de moléculas para representar nativamente a química complexa de peptídeos terapêuticos, superando as limitações dos modelos existentes e melhorando a previsão de parâmetros de desenvolvimento como difusão membranar, homing tumoral e meia-vida.
Este estudo apresenta um fluxo de trabalho guiado por agentes para o design *de novo* de nanocorpos contra um novo alvo tumoral, combinando análise computacional e triagem experimental para gerar ligantes com afinidade nanomolar sem depender de estruturas experimentais prévias.
Este estudo apresenta um novo quadro de benchmarking consciente da incerteza que, ao integrar características derivadas de repetições e motivos de DNA não-B, revela que cerca de 45% dos transcritos exibem discordância entre classificadores, destacando a necessidade de modelos mais robustos para distinguir lncRNAs de mRNAs.
O artigo apresenta o PathwaySeeker, um sistema de IA fundamentado em evidências que reconstrói redes metabólicas específicas de organismos a partir de dados multi-ômicos e utiliza inferência do tipo "Oracle-in-the-Loop" para distinguir entre reações confirmadas experimentalmente e hipóteses testáveis, demonstrando sua eficácia na análise do fungo *Trametes versicolor*.
O artigo apresenta o cellNexus, uma ferramenta abrangente que padroniza e enriquece os dados do Human Cell Atlas com camadas de controle de qualidade, anotação e análise, permitindo descobertas biológicas robustas e interoperáveis através de uma interface pública e APIs.
O artigo apresenta o método UDAL, uma estratégia de aprendizado ativo que combina estimativa de incerteza e seleção de diversidade para otimizar a validação laboratorial de interações TCR-pMHC, reduzindo significativamente os custos e o tempo de descoberta de terapias com células T ao maximizar a eficiência da amostragem de dados.
O artigo apresenta o FairTCR, um framework de otimização robusta que reduz significativamente as disparidades de desempenho na previsão de ligação TCR-pMHC entre alelos HLA raros e coortes sub-representadas, mantendo a precisão média global.
O artigo apresenta o RRE (Recursive Repeat Extender), uma nova abordagem recursiva que utiliza modelos ocultos de Markov (HMMs) para melhorar automaticamente os modelos de elementos repetitivos gerados *de novo*, permitindo a reconstrução de sequências altamente degeneradas e fragmentadas com maior sensibilidade e extensão do que os métodos existentes.