💻 Category

bioinformatics

1188 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.

💻 bioinformática

Inferring ecDNA Evolution from Allele Frequency Spectra

Este artigo apresenta o ecEvol, um método computacional que analisa espectros de frequência alélica a partir de sequenciamento de genoma completo em massa para inferir o tempo, a força de seleção e a dominância clonal da emergência de DNA extracromossômico (ecDNA), revelando que a formação precoce de ecDNA impulsionada por oncogenes correlaciona-se com uma menor sobrevida do paciente e que a dinâmica do ecDNA varia significativamente entre tumores não tratados e avançados.

Dameracharla, B., Prasad, G., Luebeck, J., Amin, S., Kirkland, J., Chapman, O. S., Chavez, L., Verhaak, R., Huang, W., M (…)2026-10-11
💻 bioinformática

Ab initio CryoEM maps minimizing preferred orientation problems in heterogeneous mixtures: ReconSIREN

O ReconSIREN é um novo framework de aprendizado profundo que utiliza uma arquitetura de Mistura de Especialistas para realizar análise de partícula única de Criomicroscopia Eletrônica (CryoEM) totalmente *ab initio*, resolvendo simultaneamente artefatos de orientação preferencial, heterogeneidade de partículas e flexibilidade conformacional sem depender de métodos de otimização tradicionais.

Herreros, D., Sorzano, C. O. S., Carazo, J. M.2026-10-10
💻 bioinformática

Proteome modulation by opposite inotropic drugs in human engineered cardiac tissue revealed by topology-driven cross-modal integration

Este estudo introduz uma estrutura orientada por topologia que integra com sucesso dados proteômicos e funcionais de tecidos cardíacos humanos engenheirados para revelar como a epinefrina e a doxorrubicina exercem efeitos inotrópicos opostos ao modularem diferencialmente a homeostase energética, a tradução mitocondrial e a proteostase.

Staykova, D. K., Snippert, D., Wessels, H. J. C. T., Passier, R., Conte, F.2026-10-08
💻 bioinformática

KENT: Fast Pathogen Screening with NVIDIA Jetson Cluster in Resource-Constrained Areas

KENT é um framework de computação de borda portátil e offline que utiliza um cluster de módulos NVIDIA Jetson Nano para permitir a triagem metagenômica de patógenos rápida e acelerada por GPU em ambientes com recursos limitados, alcançando acelerações significativas em relação às bases de comparação de CPU enquanto mantém alta precisão de classificação e fidelidade na estimativa de abundância.

Icoz, A., Roman-Brenes, R., Bingöl, Z., Alkan, C.2026-10-08
💻 bioinformática

FlyAnatoView: Visualization of Drosophila Single-cell RNA-seq Datasets on Anatomographs

O FlyAnatoView é um recurso que aborda a falta de contexto espacial nos dados de sequenciamento de RNA de célula única ao projetar perfis transcriptômicos em diagramas anatômicos de *Drosophila*, restaurando, dessa forma, informações sobre as localizações de tecidos ou órgãos específicos de células individuais.

Hu, Y., Kalina, J., Veal, A., Ewen-Campen, B., Porter, T., Song, J., Luo, Y., Huang, K., Goutte-Gattat, D., Brown, N. H. (…)2026-10-08
💻 bioinformática

FilAdh: degradation-aware analysis of focal adhesions and actin stress fibers

O FilAdh é uma estrutura computacional unificada e consciente de degradação que segmenta simultaneamente adesões focais e reconstrói fibras de estresse de actina para permitir uma análise morfométrica precisa e classificação espacial, superando métodos existentes em testes de referência ao mesmo tempo em que caracteriza explicitamente como imperfeições específicas de imagem afetam as medições estruturais.

Rey-Paniagua, G., Garcia-Lopez-de-Haro, C., Hernandez-Martinez, M., Lachowski, D., Munoz-Barrutia, A.2026-10-08
💻 bioinformática

A strategy for ionic current analysis of nanopore protein readouts

Este artigo apresenta uma estratégia computacional integrada para analisar sinais de corrente iônica de proteínas em nanoporos que combina técnicas de denoising, segmentação e aprendizado de máquina para alcançar alta precisão na classificação binária baseada em carga e para modelar a translocação de peptídeos, apesar dos desafios em distinguir todos os 20 aminoácidos.

Stein, A. J., Ghohabi Esfahani, N., Akeson, S., Kakhaki, P. D., Kontogiorgos-Heintz, D., Nivala, J., Jain, M.2026-10-08
💻 bioinformática

Additive-input encoding fails operator-level target-held-out prediction on current Perturb-seq screens

Este estudo demonstra que os modelos de codificação de entrada aditiva usados em triagens de Perturb-seq atuais falham em generalizar para novos alvos de perturbação não observados, revelando que os operadores regulatórios inferidos não são validados para prever respostas a genes não vistos, apesar de sua identificabilidade matemática.

Fullmer, K., Kutzen, D., Terooatea, T. W.2026-10-08
💻 bioinformática

VINTER: a generative vision-language model for annotating and interrogating spatial tissues

VINTER é um modelo generativo de visão-linguagem que unifica histologia, expressão gênica e vizinhança espacial em uma única sequência para anotar e interrogar com precisão estruturas de tecidos espaciais através de diversas plataformas e resoluções, revelando a heterogeneidade biológica oculta e permitindo a edição de evidências moleculares sem retreinamento.

Wu, J., Xu, W., Zhuang, Y., Zhang, Y., Loza Lopez, M. d. J., yang, y., Nakai, K.2026-10-08
💻 bioinformática

Evaluation of synthetic data generation for longitudinal 6-year follow-up subclinical cardiovascular disease data using GAN models

Este estudo avalia o desempenho dos modelos TGAN e CTGAN na geração de dados sintéticos longitudinais de doenças cardiovasculares de 6 anos, constatando que, embora o CTGAN geralmente ofereça fidelidade e privacidade superiores em comparação ao TGAN e a uma linha de base de perturbação, ele ainda requer refinamento para preservar melhor as características temporais e o desempenho em grupos de idades mais jovens.

Bertgren, A., Ohberg, F., Soda, P., Naslund, U., Wennberg, P., Gronlund, C.2026-10-08