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

Real-World Progression-Free Survival with Erlotinib versus Osimertinib in EGFR L858R+T790M Compound Mutation Non-Small Cell Lung Cancer: An Exploratory Analysis of the MSK-CHORD Dataset

Esta análise exploratória do conjunto de dados MSK-CHORD sugere que, ao contrário dos contextos de apenas L858R ou apenas T790M, onde o osimertinib é superior ou equivalente, a mutação composta EGFR L858R+T790M no câncer de pulmão de células não pequenas pode representar uma entidade farmacológica distinta onde o erlotinib supera numericamente o osimertinib, o que justifica validação prospectiva.

Dalloul, Z., Abboud, A., Dalloul, I., Abdelsalam, M.2026-06-30
💻 bioinformatics

NPTX2-Centered Cognitive Resilience Mechanisms in the Context of AD Pathology

Este estudo revela que a resiliência cognitiva à patologia da doença de Alzheimer é caracterizada por um estado molecular distinto centrado na preservação da expressão de NPTX2, que mantém programas sinápticos e inibitórios essenciais enquanto recruta seletivamente vias adaptativas de proteostase, tráfego e imunidade em indivíduos com alta carga patológica, uma coordenação que é perdida na doença sintomática.

Lao, Y., Xiao, M.-F., Ji, S., Piras, I. S., Kim, K., Bonfitto, A., Song, S., Aldabergenova, A., Sloan, J., Trejo, A., Ge (…)2026-06-29
💻 bioinformatics

Context-dependent correlations mislead transcriptomic network inference in bulk and single-cell data

Este estudo demonstra que coeficientes de correlação agrupados em dados transcriptômicos de bulk e de célula única frequentemente induzem ao erro na inferência de redes devido à reversão de direção causada pelo paradoxo de Simpson impulsionado pela heterogeneidade biológica, necessitando o relato de correlações específicas de contexto e estatísticas de heterogeneidade em vez de depender de estimativas globais únicas.

Asiaee, A., Bombina, P., McGee, R. L., Reed, J., Abrams, Z. B., Abruzzo, L. V., Coombes, K. R.2026-06-29
💻 bioinformatics

OpenGerminal: an open-source implementation of the Germinal antibody design pipeline

O OpenGerminal apresenta uma implementação totalmente de código aberto do pipeline de design de anticorpos Germinal que substitui componentes proprietários por uma pilha aberta e adota o AbLang1, alcançando taxas de aprovação de cofolding significativamente mais altas e uma acessibilidade de implantação mais ampla, mantendo simultaneamente métricas de confiança estrutural equivalentes.

Han, B., Li, S.2026-06-29
💻 bioinformatics

Retention, not flux: endpoint confounding caps computational prediction of peptide skin penetration, with a delivery-aware reframing

O artigo argumenta que o desempenho preditivo estagnado na modelagem da penetração cutânea de peptídeos decorre de uma dependência mal formulada de rótulos de fluxo transdérmico confluentes que ignoram veículos de entrega e desfechos, propondo, em vez disso, uma abordagem reestruturada que separa o potencial intrínseco de travessia de barreira da retenção e do risco específicos de cada entrega.

Komianos, N., Prakash, P.2026-06-29
💻 bioinformatics

Homology-aware cross-validation strategies for generalization assessment in RNA structure prediction

Este artigo revisa criticamente e propõe estratégias de validação cruzada conscientes de homologia para abordar o vazamento de dados e garantir uma avaliação de generalização justa para métodos de predição de estrutura secundária de RNA baseados tanto em métodos clássicos quanto em aprendizado profundo.

Bugnon, L., Kulemeyer, G., Gerard, M., Di Persia, L., Stegmayer, G., Milone, D. H.2026-06-29
💻 bioinformatics

Bamsnap-LRS: an automated batch visualization tool for long-read sequencing alignments

O Bamsnap-LRS é uma ferramenta de linha de comando automatizada projetada para superar as limitações de escalabilidade e otimização de softwares de visualização existentes ao permitir a visualização em lote, de alto rendimento e pronta para publicação, de alinhamentos de sequenciamento de leitura longa com suporte para recursos específicos de leitura longa, inspeção de SNP faseado e diversas análises genômicas.

Chen, W., Yang, C., Qiu, L., Hu, J., Zhou, Y.2026-06-25
💻 bioinformatics

Development of Deep-Learning Models that Predict Quantitative Protein-Ligand Interac-tions in Glycobiology as a part of a Capstone Course

Como parte de uma disciplina de conclusão de curso da Universidade de Alberta, este artigo apresenta três modelos de aprendizagem profunda (ProMax, APEX e UltraMax) treinados em um conjunto de dados híbrido de aproximadamente um milhão de pares proteína-ligante para prever forças de ligação glicana-proteína quantitativas, ao mesmo tempo em que destaca os desafios impostos pelas distribuições de dados de cauda longa e pela utilização insuficiente de características quirais.

Yin, H., Liu, W., Zhou, W., Chang, Z., Carpenter, E. J., Satyajith, A., Haregu, S., Greiner, R., Derda, R.2026-06-24
💻 bioinformatics

ComplexDesign: sequence-hallucination design of protein binders bridging multiple proteins

ComplexDesign é uma abordagem baseada em alucinação que utiliza otimização de sequência guiada pela predição de estrutura e um mecanismo de mascaramento especializado para projetar com sucesso complexos proteicos de múltiplas cadeias e ligantes flexíveis que unem múltiplos alvos, superando os métodos existentes tanto no design de multimeros incondicionais quanto na geração de complexos ternários.

Xu, J., Ren, M., Qi, N., Zhang, X., He, Z., Yu, C., Bu, D.2026-06-24