CAN-STRESS: A Real-World Multimodal Dataset for Understanding Cannabis Use, Stress, and Physiological Responses

Este artigo apresenta o lançamento público do conjunto de dados CAN-STRESS, uma base multimodal real-world coletada por meio de dispositivos Empatica E4 e questionários de 82 participantes, destinada a investigar as respostas fisiológicas ao estresse e o impacto do consumo de cannabis em ambientes do cotidiano.

Reza Rahimi Azghan, Nicholas C. Glodosky, Ramesh Kumar Sah + 4 more2026-03-10🧬 q-bio

Label-free pathological subtyping of non-small cell lung cancer using deep classification and virtual immunohistochemical staining

Este estudo propõe uma metodologia livre de marcadores que combina imageamento de autofluorescência e aprendizado profundo para realizar a subtipificação patológica rápida e precisa do câncer de pulmão de não pequenas células, gerando colorações imuno-histoquímicas virtuais de qualidade clínica que superam os processos tradicionais demorados e dispendiosos.

Zhenya Zang, David A Dorward, Katherine E Quiohilag + 4 more2026-03-10🧬 q-bio

DeeDeeExperiment: Building an infrastructure for integrating and managing omics data analysis results in R/Bioconductor

O artigo apresenta o DeeDeeExperiment, uma nova classe S4 no ecossistema Bioconductor que estende o objeto SingleCellExperiment para padronizar o armazenamento, gerenciamento e contextualização de resultados de análises de expressão diferencial e enriquecimento funcional em dados ômicos, promovendo assim a reprodutibilidade e a interoperabilidade.

Najla Abassi, Lea Schwarz, Edoardo Filippi + 1 more2026-03-10🧬 q-bio

Bounds on R0R_0 and final epidemic size when the next-generation matrix MM is only partially known

Este artigo investiga um modelo epidêmico SIR multitype para derivar limites superiores e inferiores agudos para o número básico de reprodução (R0R_0) e o tamanho final da epidemia quando a matriz de próxima geração é apenas parcialmente conhecida, distinguindo entre casos gerais e situações que satisfazem o balanço detalhado.

Andrea Bizzotto, Frank Ball, Tom Britton2026-03-10🧬 q-bio

Weakly nonlinear analysis of a reaction-diffusion model for demyelinating lesions in Multiple Sclerosis

Este trabalho analisa um modelo de reação-difusão derivado da teoria cinética para estudar a formação de lesões desmielinizantes na Esclerose Múltipla, utilizando análise de instabilidade de Turing e análise não linear fraca para investigar como parâmetros como a probabilidade de esmagamento de células imunes e a resposta quimiotática influenciam o surgimento de padrões espaciais distintos, os quais são confirmados por simulações numéricas.

Romina Travaglini, Rossella Della Marca2026-03-10🧬 q-bio

A Modelling Assessment of the Impact of Control Measures on Simulated Foot-and-Mouth Disease Spread in Mato Grosso do Sul, Brazil

Este estudo conclui que, para conter surtos de febre aftosa no Mato Grosso do Sul, a estratégia mais eficaz é combinar a máxima capacidade de abate com vacinação limitada, eliminando 100% dos surtos em 10 a 15 dias, enquanto a vacinação isolada se mostrou insuficiente.

Nicolas C. Cardenas, Jacqueline Marques de Oliveira, Andre de Medeiros C. Lins + 7 more2026-03-10🧬 q-bio

Understanding and Managing Frogeye Leaf Spot through Network-Based Modeling in Soybean

Este estudo desenvolve um modelo baseado em redes para a Ferrugem da Folha de Soja (Frogeye Leaf Spot), demonstrando que a remoção precoce e direcionada de plantas infectadas é mais eficaz para o manejo da doença do que métodos tradicionais, ao mesmo tempo em que revela que o sistema de cultivo (com ou sem revolvimento do solo) não impactou significativamente a disseminação do fungo.

Chinthaka Weerarathna, Thien-Minh Le, Jin Wang2026-03-10🧬 q-bio

Benchmarking 80 binary phenotypes from the openSNP dataset using deep learning algorithms and polygenic risk score tools

Este estudo avalia o desempenho de diversos algoritmos de aprendizado de máquina, redes neurais profundas e ferramentas de escore de risco poligênico na previsão de 80 fenótipos binários do conjunto de dados openSNP, demonstrando que os métodos de aprendizado de máquina superaram as ferramentas tradicionais em 44 fenótipos, enquanto os escores de risco poligênico foram mais eficazes em 36.

Muhammad Muneeb, David B. Ascher, YooChan Myung + 2 more2026-03-10🧬 q-bio

Identifying genes associated with phenotypes using machine and deep learning

Este estudo propõe um pipeline de aprendizado de máquina e profundo para classificar indivíduos e identificar genes associados a fenótipos com base em dados genotípicos, demonstrando que os SNPs selecionados por esses algoritmos para maximizar a precisão da classificação podem efetivamente priorizar genes relacionados a doenças e apoiar a descoberta de alvos terapêuticos.

Muhammad Muneeb, David B. Ascher, YooChan Myung2026-03-10🧬 q-bio

Preservation Constraints on aDNA Information Generation and the HSF Posterior Sourcing Framework: A First-Principles Critique of Conventional Methods

Este artigo apresenta uma crítica aos métodos convencionais de análise de DNA antigo e propõe o novo quadro HSF (Fragmento Específico do Hospedeiro), que utiliza princípios fundamentais e indicadores de preservação para melhorar a autenticidade e a precisão na atribuição de origens em amostras complexas e mistas.

Wan-Qian Zhao, Shu-Jie Zhang, Zhan-Yong Guo + 1 more2026-03-10🧬 q-bio