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 scExploreR, uma plataforma flexível baseada em R Shiny que democratiza a análise de dados de célula única multimodais para pesquisadores sem experiência em programação, permitindo a geração de gráficos de alta qualidade e superando as limitações de profundidade e formato de ferramentas existentes.
Este estudo integra perfis multi-ômicos para demonstrar que a atividade física regular promove uma assinatura metabólica de oxidação de ácidos graxos e fortalece a imunidade através da ativação epigenética e transcricional coordenada de genes relacionados à apresentação de antígenos e funções efetoras em células imunes.
O artigo apresenta o DABEST 2.0, um novo framework de estatística de estimação projetado para superar as limitações dos testes de hipóteses nulas em comparações de múltiplos grupos, permitindo a quantificação de tamanhos de efeito em designs experimentais complexos comuns na pesquisa biológica.
O artigo apresenta o EpiExpr, um framework de aprendizado profundo flexível que prevê a expressão gênica integrando dados epigenéticos unidimensionais e interações cromatínicas 3D, demonstrando alta precisão na priorização de elementos regulatórios e oferecendo uma alternativa computacionalmente eficiente aos modelos baseados em sequência de DNA.
Este trabalho propõe um novo framework de aprendizado conjunto baseado em fatoração tensorial acoplada e informações auxiliares para prever simultaneamente combinações de drogas eficazes e interações entre elas, demonstrando desempenho superior, especialmente na previsão de novos fármacos, através de um algoritmo ADMM modificado.
O artigo apresenta o QuantCell, uma estrutura de aprendizado de máquina que integra perfis de imagem quantitativos e qualitativos para melhorar significativamente a precisão e a cobertura da anotação celular em tecidos complexos, permitindo a detecção robusta de populações raras.
Este estudo de atlas de célula única revela que podócitos saudáveis e lesados no córtex externo e na juxta-medula apresentam perfis transcriptômicos distintos, sendo que a lesão na juxta-medula é mais grave e associada a um fenótipo de senescência mediado pela via p53, cuja deleção específica em podócitos atenua a lesão glomerular.
O artigo apresenta o t2pmhc, uma rede neural gráfica baseada em estrutura que utiliza modelos de complexos TCR-pMHC para prever com maior precisão e generalização a ligação entre receptores de células T e antígenos, superando as limitações dos métodos baseados apenas em sequência.
O artigo apresenta o miREA, uma ferramenta baseada em rede que utiliza cinco métodos de enriquecimento focados em interações miRNA-gene para superar as limitações das abordagens tradicionais centradas em nós, permitindo uma análise mais sensível e biologicamente interpretável das funções dos miRNAs em vias de sinalização, especialmente no contexto do câncer.
O artigo apresenta o RigidSSL, um framework de pré-treinamento auto-supervisionado que integra aprendizado geométrico baseado em rigidez e dinâmica molecular para superar limitações atuais na geração de proteínas, resultando em designs mais viáveis, diversificados e biologicamente realistas.