1250 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.
Este estudo demonstra que o viés de expressão gênica entre as tecnologias de sequenciamento de RNA de célula única 3' e 5' é limitado a um pequeno conjunto de genes, sugerindo que a exclusão direcionada desses genes é uma abordagem mais eficaz e segura do que métodos de correção de lote agressivos para integrar esses dados.
O artigo apresenta o iGS, um software gráfico de "zero código" com arquitetura de dupla engine portátil que integra 33 modelos de predição genômica em um fluxo de trabalho automatizado, eliminando barreiras técnicas para a aplicação de seleção genômica na agricultura.
Este artigo apresenta as Substrings Mínimas Únicas (MUSs) como uma alternativa contextual e adaptativa aos k-mers fixos, utilizando um algoritmo linear para definir unidades de sequência variáveis que otimizam a cobertura única e a compressão de dados em genomas bacterianos e humanos.
O artigo apresenta o h5adify, uma ferramenta neuro-simbólica que combina inferência biológica determinística com modelos de linguagem locais para harmonizar metadados heterogêneos em formatos AnnData, permitindo a integração escalável e reprodutível de atlas de transcriptômica de célula única.
Este estudo apresenta o vhPPIpred, uma ferramenta de aprendizado de máquina que incorpora topologia de rede e mimetismo molecular viral para prever interações proteína-proteína entre vírus e humanos com maior precisão e eficiência, apoiando-se em um novo conjunto de dados de referência rigorosamente curado para aplicações em descoberta de antivirais e vigilância de vírus emergentes.
O artigo apresenta o scUnify, um framework unificado em Python que permite a inferência zero-shot escalável e padronizada de modelos fundamentais de células únicas, automatizando o gerenciamento de ambientes e pré-processamento enquanto oferece avaliação integrada de embeddings e suporte eficiente a múltiplas GPUs.
O artigo apresenta o LLPSight, uma ferramenta de aprendizado de máquina que utiliza embeddings de modelos de linguagem de proteínas para prever com alta precisão as proteínas motoras da separação de fases líquido-líquido (LLPS), permitindo a identificação de novos alvos no proteoma humano.
Este estudo avalia o framework STUNT para classificação de doenças baseada no microbioma em cenários de poucos exemplos, descobrindo que suas representações meta-aprendidas oferecem apenas um benefício marginal em condições de extrema escassez de dados e, na verdade, prejudicam o desempenho à medida que mais amostras estão disponíveis, devido a um gargalo de informação que limita o acesso a sinais específicos da tarefa.
Este estudo de triagem in silico identificou fitoquímicos, especialmente com as withanolidas de *Withania somnifera*, como inibidores promissores da α-glicosidase intestinal com afinidade de ligação superior ou comparável ao miglitol, sugerindo seu potencial para o controle da glicemia pós-prandial no diabetes tipo 2.
O artigo apresenta o DartUniFrac, um novo algoritmo acelerado por GPU que utiliza técnicas de sketching para calcular a similaridade UniFrac até mil vezes mais rápido que os métodos atuais, permitindo a análise de microbiomas em escala massiva com precisão estatística equivalente.