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.
O artigo apresenta o STEQ, um novo método de estimação de árvores de espécies baseado em distâncias de quartetos que é estatisticamente consistente, significativamente mais rápido e escalável do que métodos existentes como o ASTRAL, mantendo uma precisão competitiva em grandes conjuntos de dados filogenômicos.
Este estudo apresenta uma abordagem rápida, sem marcação e não destrutiva que integra espectroscopia vibracional (ATR-FTIR e Raman) com aprendizado de máquina para quantificar com alta precisão a distribuição de tamanhos de fragmentos de DNA, oferecendo uma alternativa escalável aos métodos convencionais.
Os autores desenvolveram um framework de aprendizado profundo que infere o status do DNA extracromossomal (ecDNA) diretamente de imagens de patologia rotineira, permitindo a identificação de tumores com amplificação gênica associada a piores desfechos clínicos e facilitando a triagem escalável para testes moleculares confirmatórios.
O artigo apresenta o ExoFILT, uma ferramenta de aprendizado profundo baseada em transferência de aprendizado que automatiza e acelera a identificação de eventos de exocitose em dados de rastreamento de partículas únicas, reduzindo a necessidade de anotação manual e permitindo a descoberta de subpopulações distintas de eventos exocíticos com composições moleculares diferenciadas.
O artigo apresenta o APEX, um framework de IA explicável que integra embeddings evolutivos e redes neurais para realizar a descoberta de alvos patogênicos em escala proteômica e o design guiado de moléculas inibidoras, oferecendo um pipeline versátil para priorizar alvos e gerar novos candidatos a fármacos antimicrobianos.
O artigo apresenta o GTA-5, uma estrutura unificada baseada em transformadores gráficos que representa ligantes e sítios de ligação proteica como nuvens de pontos tridimensionais para gerar espaços latentes onde a proximidade reflete compatibilidade funcional, permitindo aplicações como triagem virtual, modelagem QSAR e reposicionamento de fármacos.
O artigo apresenta o BiGAT-Fusion, um modelo de rede neural gráfica bidirecional com atenção e fusão adaptativa por nó que supera os desafios de desequilíbrio de classes e assimetria direcional para alcançar o estado da arte na predição de associações entre fármacos e doenças, facilitando a reutilização de medicamentos.
O scDynOmics é um modelo transformer otimizado e escalável que utiliza mecanismos de atenção do tipo Linformer e adaptação de baixo rank para aprender representações compactas e interpretáveis de dados multimodais de célula única, superando o estado da arte em classificação celular e na decifração de dinâmicas de desenvolvimento.
O artigo apresenta o Multiscale Morpho-Barcoding (MMB), um novo framework que codifica a morfologia neuronal em representações simbólicas multiescala para revelar princípios de organização regional e dependente de escala no cérebro, permitindo a discriminação robusta de divisões anatômicas e classes de circuitos talâmicos em uma escala de cérebro inteiro.
Este estudo combinou farmacologia de rede e validação experimental para demonstrar que o Panax notoginseng acelera a cicatrização de feridas cutâneas em ratos através de um mecanismo sinérgico multi-componente e multi-alvo que modula vias de sinalização chave (como NF-κB e MAPK) e regula a expressão de citocinas inflamatórias (TNF-α, IL-6 e IL-10), promovendo uma transição eficiente da inflamação para a reparação tecidual.