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.

Correlation Between Information Entropy and Functions of Gene Sequences in the Evolutionary Context: A New Way to Construct Gene Regulatory Networks from Sequence

Este artigo propõe um novo framework integrativo de quatro camadas que utiliza a entropia de informação, a conservação evolutiva e modelos de linguagem de DNA para inferir redes regulatórias gênicas diretamente a partir de sequências genéticas, superando a dependência exclusiva de perfis de expressão gênica.

Pan, L., Chen, M., Tanik, M.2026-04-07💻 bioinformatics

STDrug enables spatially informed personalized drug repurposing from spatial transcriptomics

O estudo apresenta o STDrug, uma nova estrutura computacional que integra transcriptômica espacial e aprendizado de máquina para priorizar terapias personalizadas ao considerar o contexto microambiental do tecido, superando métodos existentes e demonstrando alta precisão preditiva em cânceres hepático e prostático.

Yang, Y., Unjitwattana, T., Zhou, S., Kadomoto, S., Yang, X., Chen, T., Karaaslanli, A., Du, Y., Zhang, W., Liang, H., Guo, X., Keller, E. T., Garmire, L. X.2026-04-07💻 bioinformatics

Representation Methods of Transcriptomics with Applications in Neuroimmune Biology

Este estudo demonstra que a análise de redes de co-expressão oferece uma representação mais parcimoniosa e funcional da heterogeneidade da microglia do que a análise de expressão diferencial, identificando programas moleculares concorrentes e preservados que definem melhor a função celular.

Abbasi, M., Ochoa Zermeno, S., Spendlove, M. D., Tashi, Z., Plaisier, C. L., Bartelle, B. B.2026-04-07💻 bioinformatics

Locat: Joint enrichment and depletion testing identifies localized marker genes in single-cell transcriptomics

O artigo apresenta o Locat, uma nova metodologia para análise de transcriptômica de células únicas que identifica genes marcadores altamente específicos ao testar simultaneamente a concentração da expressão em regiões compactas e o seu esgotamento no restante dos dados, permitindo comparações diretas entre diferentes condições biológicas sem a necessidade de correção de lote.

Lewis, W. R., Aizenbud, Y., Strino, F., Kluger, Y., Parisi, F.2026-04-07💻 bioinformatics

A Context-Aware Single-Cell Proteomics Analysis pipeline.

O artigo apresenta o CASPA, um pipeline automatizado e contextualizado para análise de proteômica de célula única que supera as limitações das abordagens atuais ao integrar controle de qualidade adaptativo, correção de lote e anotação celular assistida por modelos de linguagem com validação ortogonal, resultando em anotações reprodutíveis e confiáveis.

Salomo Coll, C., Makar, A. N., Brenes, A. J., Inns, J., Trost, M., Rajan, N., Wilkinson, S., von Kriegsheim, A.2026-04-07💻 bioinformatics

FunctionaL Assigning Sequence Homing (FLASH) maps phenotype to sequence with deep and machine learning

O artigo apresenta o FLASH, um novo framework de aprendizado profundo interpretável e baseado em estatística que mapeia diretamente leituras de sequenciamento bruto para fenótipos com alta precisão em microrganismos, superando as limitações dos estudos de associação genômica (GWAS) ao prever fenótipos de variantes nunca vistas e identificar alvos terapêuticos e preditores de virulência sem depender de anotações de referência.

Cotter, D. J., Harrison, M.-C., Rustagi, A., Wang, P. L., Kokot, M., Carey, A. F., Deorowicz, S., Salzman, J.2026-04-07💻 bioinformatics

DrugPlayGround: Benchmarking Large Language Models and Embeddings for Drug Discovery

O artigo apresenta o DrugPlayGround, um framework desenvolvido para avaliar e comparar o desempenho de modelos de linguagem grandes em tarefas de descoberta de fármacos, como a geração de descrições de características físico-químicas e interações biológicas, com o objetivo de validar suas capacidades de raciocínio químico e biológico para acelerar o processo de descoberta de medicamentos.

Liu, T., Jiang, S., Zhang, F., Sun, K., Head-Gordon, T., Zhao, H.2026-04-07💻 bioinformatics