1246 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 OpticalFlow3D, uma ferramenta de fluxo óptico compatível com Python e MATLAB para imagens de microscopia de fluorescência 3D, que permite a análise quantitativa de movimentos amorfos em sistemas biológicos sem a necessidade de segmentação prévia, superando barreiras de acessibilidade e interpretação na comunidade de bioimagem.
Este artigo apresenta o algoritmo Trivial Tangle Traverser (TTT), que automatiza a resolução de emaranhados em grafos de montagem genômica utilizando profundidade de cobertura e alinhamento de leituras para gerar sequências de modelos otimizadas, eliminando a necessidade de curadoria manual e permitindo a caracterização de regiões repetitivas complexas anteriormente inacessíveis.
O artigo apresenta o InversePep, um modelo generativo baseado em difusão que supera as limitações dos métodos atuais ao projetar peptídeos funcionais e estruturalmente estáveis diretamente a partir de conformações de backbone 3D, demonstrando desempenho superior em benchmarks e potencial para descoberta de terapias peptídicas.
Este estudo apresenta uma análise *in silico* que identifica os domínios da proteína titina humana, especialmente o domínio Ig-like, como candidatos promissores para a estimativa do intervalo pós-morte (IPM) devido às suas diferentes taxas de degradação e estabilidade estrutural, estabelecendo a base computacional para futuras validações laboratoriais.
O artigo apresenta o NeuroNarrator, o primeiro modelo fundacional geralista que traduz segmentos de EEG em narrativas clínicas precisas, utilizando o corpus NeuroCorpus-160K e uma arquitetura que integra representações espectro-espaciais com raciocínio temporal baseado em espaço de estados para viabilizar a interpretação clínica aberta e fundamentada de dados eletrofisiológicos.
O artigo apresenta o CLEAR, um novo framework multimodal que alinha embeddings de modelos de linguagem de grande escala (LLM) com a estrutura de um grafo de conhecimento biomédico específico para doenças, resultando em um desempenho superior para a descoberta de novos usos terapêuticos de fármacos, especialmente em condições neurodegenerativas complexas como a doença de Alzheimer e demências relacionadas.
O MOZAIC é um novo framework computacional que combina o crescimento de fragmentos baseado em reações com o algoritmo de Recozimento do Espaço Conformacional para gerar moléculas quimicamente diversas e otimizadas, equilibrando propriedades de liderança, acessibilidade sintética e afinidade de ligação para acelerar a descoberta de fármacos.
Este estudo apresenta o primeiro atlas computacional 3D do transdutooma humano de receptores acoplados à proteína G (GPCRs), utilizando o AlphaFold3 e aprendizado de máquina para prever e validar as especificidades de acoplamento de centenas de receptores, revelando padrões de sinalização distintos entre tecidos saudáveis e cancerígenos e fornecendo uma base para o desenvolvimento de novas terapias de precisão.
O artigo apresenta o DIA-NN EasyFilter (DEF), um fluxo de trabalho baseado no KNIME que oferece uma solução rápida e amigável para filtragem, avaliação crítica e visualização dos resultados de análises proteômicas realizadas com o DIA-NN, permitindo que usuários sem habilidades de programação interpretem dados complexos de forma eficaz.
O artigo apresenta o NanoVI, um pipeline Nextflow que utiliza inferência variacional bayesiana para realizar classificação taxonômica de nível de espécie em leituras completas de 16S rRNA do Oxford Nanopore, oferecendo estimativas de abundância com intervalos de credibilidade, redução de falsos positivos e desempenho computacional superior em comparação a ferramentas existentes.