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.

💻 bioinformatics

PHI: A Galaxy-based workflow for reproducible prophage-host interaction analysis and standardized viral-genomics reporting

O artigo apresenta o PHI, um fluxo de trabalho baseado no Galaxy, amigável e automatizado, que otimiza a identificação reprodutível de profagos, a predição de interação com o hospedeiro e a caracterização funcional, ao mesmo tempo em que gera relatórios padronizados para reduzir as barreiras tanto para especialistas quanto para não especialistas na pesquisa de genômica viral.

Saraiva, J. P., Borim Correa, F., Bernt, M., Ghanem, N., Nieto, E., Brizola Toscan, R., Y. Wick, L., Chatzinotas, A.2026-07-07
💻 bioinformatics

A foundation model enables prediction of natural product molecular properties, bioactivity, and structural similarity from biosynthetic gene cluster sequence

Este artigo apresenta o BGC-MLM, um modelo de fundação pré-treinado em sequências não rotuladas de clusters de genes biossintéticos que melhora significativamente a previsão de propriedades de produtos naturais, bioatividade e similaridade estrutural, aumentando assim a eficiência da mineração genômica para novos produtos naturais.

Walker, A.2026-07-07
💻 bioinformatics

Scop3P in 2026: an expanded proteomics-informed resource contextualizing phosphorylation sites through sequence, structure, mutation, and experimental provenance

A atualização de 2026 do Scop3P apresenta uma expansão significativa desta base de conhecimento informada por proteômica ao integrar 152.350 sítios de fosforilação humana uniformemente reprocessados com anotações estruturais, biofísicas, evolutivas e mutacionais abrangentes para fornecer um recurso escalável e consciente da proveniência para interpretar a fosforilação em contextos funcionais e de doenças.

Ramasamy, P., Tichshenko, N., Diaz, A., Velghe, K., Massignani, E., Vranken, W. F., Martens, L.2026-07-06
💻 bioinformatics

Benchmarking AlphaFold and related deep learning approaches for modeling antibody and TCR antigen recognition

Este estudo avalia o desempenho do AlphaFold2, AlphaFold3 e protocolos de amostragem aprimorada na modelagem do reconhecimento de antígenos por anticorpos e TCR, demonstrando que, embora o aumento da amostragem e o AlphaFold3 geralmente melhorem a precisão, o sucesso varia significamente entre os diferentes tipos de complexos e pode ser ainda mais impulsionado pelo agrupamento de modelos complementares.

Yin, R., Saravanakumar, S., Shi, S. Y., Park, M., Lin, V., Lee, J., Cheung, M., Felbinger, N., Kaufman, S., Eisenberg, M (…)2026-07-06
💻 bioinformatics

Selecting Chromosomes for Polygenic Traits: Algorithms and Complexity

Este artigo define e analisa o problema NP-completo de selecionar blocos genômicos de múltiplos genomas de origem para otimizar características poligênicas, propondo um conjunto de algoritmos — incluindo um resolvedor Branch-and-Bound certificado, uma heurística rápida de Descida de Coordenadas de Blocos e uma relaxação de programação semidefinida — que coletivamente fornecem soluções ótimas ou quase ótimas com garantias teóricas e validação empírica em simulações de escala de levedura.

Zuk, O.2026-07-05
💻 bioinformatics

Improving Generalizability in Whole-Cell Antibiotic Discovery Through Active Learning

Este estudo demonstra que uma estratégia de aprendizado ativo calibrada, otimizada por meio de simulações retrospectivas e validada em uma campanha de triagem de malha fechada de *Borrelia burgdorferi*, aumenta significativamente as taxas de acerto experimentais e permite o treinamento de modelos de aprendizado de máquina generalizáveis, capazes de prever com precisão a atividade antibiótica para compostos fora da distribuição.

Serrano, L. R., Zhou, A., Wei, Z., Stocks, K.-L. K., Ektefaie, Y., Gwynne, P. J., Chen, E., Krieger, I., Sacchettini, J. (…)2026-07-05
💻 bioinformatics

A High-Confidence Atlas of Protein Methylation Enables AI-Driven Detection of Methylated Peptides

Ao reanalisar conjuntos de dados públicos com controles estatísticos rigorosos para estabelecer um Atlas de Metilação Humana de alta confiança de 1.828 sítios, os autores desenvolveram e validaram um modelo de aprendizado profundo baseado em transferência de aprendizado (AHLF-Methylation) que melhora significativamente a detecção e a localização de peptídeos metilados.

Wang, S., Hartmaring, Y., Schlaffner, C. N., Bowler-Barnett, E., Martin, M., Fan, J., Sun, Z., Renard, B. Y., Jones, A. (…)2026-07-04
💻 bioinformatics

VirProtRAG: Literature-grounded viral protein function annotation with retrieval-augmented generation

O VirProtRAG é uma estrutura de geração aumentada por recuperação que aprimora a anotação da função de proteínas virais ao integrar a recuperação híbrida de literatura e o reclassificação baseada em evidências para produzir insights funcionais verificáveis e de alta qualidade e expandir a curadoria especializada existente.

Guan, J., Shang, J., Peng, C., Sun, Y.2026-07-04