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.

Adversarial Sequence Mutations in AlphaFold andESMFold Reveal Nonphysical StructuralInvariance, Confidence Failures, and Concerns forProtein Design

Este estudo demonstra que o AlphaFold 3 exibe uma invariância estrutural não física e falhas em suas métricas de confiança frente a mutações adversárias, sugerindo que a ferramenta depende mais de correspondência de modelos memorizados do que de princípios biofísicos, o que levanta sérias preocupações sobre sua confiabilidade para o design de proteínas e descoberta de fármacos.

Feldman, J., Brogi, M., Skolnick, J.2026-02-26💻 bioinformatics

OriGene: A Self-Evolving Virtual Disease Biologist Automating Therapeutic Target Discovery

O artigo apresenta o OriGene, um sistema multiagente autoevolutivo que atua como um biólogo virtual de doenças para automatizar a descoberta de alvos terapêuticos mecanicamente fundamentados, superando especialistas humanos e modelos de IA no desempenho e validando novos alvos promissores para câncer de fígado e colorretal em modelos experimentais.

Zhang, Z., Qiu, Z., Wu, Y., Li, S., Wang, D., Liu, Y., Zhou, Z., Hu, Y., Chen, Y., An, D., Wang, Y., Li, Y., Zhong, Z., Ou, C., Wang, Z., Tang, F., Chen, J. X., Ma, R., Li, J., Wang, X., Lu, W., Xue (…)2026-02-25💻 bioinformatics

PMGen: From Peptide-MHC Structure Prediction to Peptide Generation

O artigo apresenta o PMGen, um quadro integrado que utiliza AlphaFold2 modificado para prever com alta precisão as estruturas de complexos peptídeo-MHC de classes I e II, permitindo o design guiado por estrutura de peptídeos e a geração de dados de alta qualidade para treinar modelos de aprendizado de máquina em imunologia.

Asgary, A. H., Aleyasin, A., Mehl, J. A., Fallah, S., Aintablian, H., Ludewig, B., Mishto, M., Liepe, J., Soeding, J.2026-02-25💻 bioinformatics

PaNDA: Efficient Optimization of Phylogenetic Diversity in Networks

O artigo apresenta o PaNDA, um software inovador que inclui um algoritmo de tempo polinomial para maximizar a diversidade filogenética em redes filogenéticas com scanwidth limitado, superando as limitações computacionais de métodos anteriores e oferecendo uma interface gráfica para análise de dados genômicos reais e simulados.

Holtgrefe, N., van Iersel, L., Meuwese, R., Murakami, Y., Schestag, J.2026-02-25💻 bioinformatics

Distilling Protein Language Models with Complementary Regularizers

Os autores demonstram que a destilação de um grande modelo de linguagem de proteínas em modelos menores, utilizando regularizadores complementares específicos para proteínas (ponderação de posição consciente da incerteza e suavização de rótulos consciente da calibração), resulta em modelos mais rápidos, leves e eficientes em termos de amostragem, que superam o modelo professor na adaptação a dados escassos.

Wijaya, E.2026-02-25💻 bioinformatics