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.

💻 bioinformática

Comparative Transcriptomic Analysis of Gene Expression Patterns in Neutrophils from Rheumatoid Arthritis and COVID-19

Este estudo compara os perfis transcriptômicos de neutrófilos na artrite reumatoide e na COVID-19, revelando que, embora a artrite reumatoide seja caracterizada por uma assinatura distinta de interferon e de resposta antiviral, ela compartilha uma sobreposição transcricional parcial com a COVID-19, ao mesmo tempo em que exibe divergências específicas de expressão gênica que variam dependendo do estágio da doença.

Nawani, S., Alam, M.2026-11-04
💻 bioinformática

Deterministic DNA-first discovery reveals recurrent genomic architectures

Este artigo introduz uma estrutura determinística e independente de proteínas, do tipo "DNA-first", que aproveita características matemáticas de sequências genômicas brutas para identificar com sucesso arquiteturas genômicas recorrentes, tais como loci de transcriptase reversa associados a arrays, complementando, assim, os métodos tradicionais de descoberta centrados em genes.

Hu, G., Wang, H., Yau, S. S.-T.2026-11-04
💻 bioinformática

Optimiser Repairs for Living-Cell Self-Driving Laboratories: Performance and Redundancy under Experimental Constraints

Este artigo avalia reparos de otimizadores em laboratórios autônomos de células vivas por meio de extensas simulações, demonstrando que, embora regras específicas de exclusão e confirmação possam melhorar o desempenho sob certas condições, elas frequentemente reproduzem trajetórias de linha de base quando limitadas pelas restrições da plataforma, destacando a necessidade crítica de considerar restrições de disponibilidade explícitas e regimes experimentais.

Brimo, n., Zhang, H., Serdaroglu, D. C.2026-11-04
💻 bioinformática

CloneVI: A deep generative model for deciphering the relationships between cell state and mitochondrial genotype

O CloneVI é um modelo generativo profundo que infere estruturas clonais a partir de dados de expressão gênica de célula única ou acessibilidade da cromatina para decifrar as relações entre mutações no DNA mitocondrial e estados celulares específicos em vários contextos de doenças.

Hibi, T., Kojima, Y., Hayashi, S., Hisose, H., Mizukoshi, C., Shimamura, T.2026-11-04
💻 bioinformática

scPCIP: cross-species annotation of plant cell types with conserved gene programs

O artigo apresenta o scPCIP, um método livre de referência que aproveita programas gênicos conservados em 112.905 células vegetais rotuladas por autores para anotar com precisão tipos celulares em espécies não vistas, superando abordagens existentes baseadas em marcadores e de aprendizagem profunda, ao mesmo tempo em que revela identidades biológicas compartilhadas através de diversos órgãos e espécies.

Yang, S., Si, C., Wu, Y., Sun, Z., Yao, C., Sun, X., Wang, L., Li, W., Zhong, Q.2026-11-04
💻 bioinformática

RAPTORGraph: graph-based pathway modeling for causal discovery in single-cell perturbations

O RAPTORGraph é um novo autoencoder variacional baseado em grafos que integra vias biológicas curadas com alinhamento de transporte ótimo para eliminar o transbordamento de intervenção e permitir a descoberta causal identificável, melhorando, assim, a previsão de perturbações não vistas e interações não aditivas em experimentos de célula única.

Adhisantoso, Y. G., Schröder, S. K., Gress, M., Hernaez, M., Voges, J.2026-11-04
💻 bioinformática

FastaGuard: FASTA preflight QC for modern bioinformatics pipelines

O FastaGuard é uma ferramenta de controle de qualidade de pré-voo para arquivos FASTA baseada em streaming e escrita em Rust que valida arquivos de montagem para detectar erros estruturais e composicionais, bloqueando com sucesso uma parte significativa de genomas defeituosos e evitando falhas em análises subsequentes, ao mesmo tempo em que adiciona um overhead computacional negligenciável.

Estaji, E., Mao, J.-F.2026-11-03
💻 bioinformática

A comparison of two culture and three sequencing methods for detection of the urobiome

Este estudo compara a cultura de urina padrão, a cultura de urina quantitativa aprimorada e três métodos de sequenciamento em amostras de urina de participantes grávidas, revelando que, embora nenhum método seja universalmente superior, a metagenômica de leitura longa (shotgun) oferece a cobertura taxonômica mais ampla e o cultivo aprimorado supera o sequenciamento para táxons específicos, destacando a necessidade de alinhar a seleção do método com objetivos de pesquisa ou clínicos específicos.

Khemmani, M., Noronha, M. F., Pham, T., Ferneyhough, B., Roddis, M., Parkinson, N. J., Wolfe, A. J.2026-11-03
💻 bioinformática

BioResearchBench: 50 Long Horizon Biological Research Tasks

O BioResearchBench é um benchmark desafiador de 50 tarefas de pesquisa biológica de longo horizonte em 10 subdomínios que revela que os modelos de IA de fronteira atuais têm dificuldade com o raciocínio científico e o julgamento experimental, apesar de frequentemente executarem etapas analíticas individuais corretamente, destacando lacunas críticas na interpretação de dados e na tomada de decisões para assistência científica no mundo real.

Abedrabbo, S., Pryhoda, A., Goodman, K., Taavola, J., Milam, E., Albright, A., Jabal, R., Yang, M., Burrese, C., Tubby (…)2026-11-03
💻 bioinformática

CNVision: a computational framework for functional interpretation of intragenic copy number variants

O CNVision é uma estrutura computacional conteinerizada que automatiza a interpretação funcional padronizada e sensível ao transcrito de variantes de número de cópias intragênicas, mapeando precisamente as quebras de pontos de interrupção para sequências codificantes e classificando as consequências de matriz de leitura, reduzindo assim significativamente o tempo de análise manual e melhorando a consistência em comparação com os métodos tradicionais.

Liao, M., Zhuo, X.2026-11-03