1018 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 edgePython, uma portabilidade para Python do pacote edgeR que supera as limitações de integração do ecossistema R e introduz um modelo misto negativo-binomial-gama com shrinkage empírico de Bayes para análise de dados de genômica de célula única.
O artigo apresenta o NanoHIVSeq, um pipeline de bioinformática sem UMIs e sem referência que processa dados de sequenciamento de longa leitura do Oxford Nanopore para recuperar variantes funcionais completas do gene Env do HIV com alta precisão e reprodutibilidade, simplificando a preparação de bibliotecas para estudos de grandes coortes.
Este estudo avalia o desempenho de diversos Grandes Modelos de Linguagem (LLMs) na previsão da eficácia terapêutica de oligonucleotídeos antisense, demonstrando que a abordagem de engenharia de prompts utilizando sequências de DNA e informações de genes-alvo supera a representação baseada em SMILES, com o modelo GPT-3.5-Turbo alcançando os melhores resultados em cenários de aprendizado com poucos exemplos.
O artigo apresenta o ModCRElib, um pacote independente que oferece ferramentas para analisar e modelar interações entre fatores de transcrição e DNA, permitindo prever motivos de ligação, perfis de afinidade e estruturas de complexos regulatórios de ordem superior através de dados estruturais.
O artigo apresenta o RIMA, um método computacional inovador que permite a comparação quantitativa rigorosa de atlas de transcriptômica de células únicas entre espécies, revelando padrões de desenvolvimento conservados como o "relógio de areia" molecular e possibilitando a previsão de expressão gênica para aprimorar modelos biológicos e pesquisas translacionais.
Este artigo propõe um pipeline de triagem virtual guiada por modelos (MGVS) que supera o problema de sintetizabilidade em projetos de fármacos baseados em estrutura, identificando análogos sintetizáveis com desempenho superior e maior eficiência em comparação com métodos de triagem tradicionais.
O artigo apresenta o UnivAIRRse, um quadro unificado hierárquico que organiza e compara simuladores de repertório de receptores imunes adaptativos em cinco níveis operacionais, identificando limitações atuais e propondo direções futuras para modelagem imunológica preditiva e personalizada.
Este artigo propõe um novo framework baseado em grafos que integra distribuições estatísticas estruturadas em dados ômicos para melhorar a previsibilidade e a descoberta de conhecimento biológico em cinco tipos de câncer, superando as limitações de métodos existentes ao capturar características probabilísticas das relações moleculares.
Este estudo identifica o Indinavir, um inibidor de protease HIV/HCV, como um potencial fármaco reutilizável para o tratamento do vírus Chikungunya, demonstrando através de simulações de dinâmica molecular que ele se liga à proteína nsP2, estabilizando uma conformação que bloqueia o sítio ativo e inibe a replicação viral.
O artigo apresenta o BioGraphX, um framework inovador que supera as limitações de interpretabilidade e a dependência de estruturas 3D nos métodos atuais de previsão de localização subcelular de proteínas, utilizando um grafo de interações baseado em regras bioquímicas e 158 características interpretáveis para alcançar desempenho superior e eficiente em termos computacionais.