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.

scVIP: personalized modeling of single-cell transcriptomes for developmental and disease phenotypes

O artigo apresenta o scVIP, uma estrutura generativa que integra perfis de transcrição e marcadores fenotípicos para criar incorporações individuais personalizadas, permitindo prever a idade de desenvolvimento, a progressão de doenças e a neuropatologia, além de harmonizar conjuntos de dados com definições fenotípicas distintas.

Lai, H.-Y., Yoo, Y., Tjaernberg, A., Travaglini, K. J., Agrawal, A., Kana, O., van Velthoven, C., Carroll, J. B., Qiao, Q., Mukherjee, S., Fardo, D. W., Lein, E., Gabitto, M. I.2026-04-22💻 bioinformatics

Human-supervised Agentic AI for Hypothesis Generation and Experimental Assistance in Drug Repurposing

O artigo apresenta o RepurAgent, um sistema de IA agênica hierárquica supervisionada por humanos que automatiza e otimiza todo o ciclo de vida do reposicionamento de medicamentos, desde a geração de hipóteses até a análise experimental, demonstrando alta eficácia em cenários reais como leucemia mieloide aguda, COVID-19 e deficiência de sulfatase múltipla.

Huynh, D.-L., Asp, E., Ballante, F., Puigvert, J. C., DeGrave, A., Karki, R., Nader, K., Östling, P., Pokharel, B., Rietdijk, J., Schlotawa, L., Schmidt, L., Seal, S., Seashore-Ludlow, B., Aittokalli (…)2026-04-22💻 bioinformatics

A phylogenetic approach reveals evolutionary aspects and novel genes of bradyzoite conversion in Toxoplasma gondii

Este estudo utiliza uma abordagem filogenética comparativa entre famílias de parasitas para identificar padrões de conservação proteica no *Toxoplasma gondii*, revelando que a diferenciação de bradizoítos envolve tanto vias altamente conservadas quanto mecanismos específicos, e estabelecendo um novo conjunto de genes candidatos para a descoberta de reguladores dessa fase latente.

C A, A., Upadhayay, R., Patankar, S.2026-04-22💻 bioinformatics

HMCVelo: A Deterministic Model for Hydroxymethylation Velocity in Single Cells

O artigo apresenta o HMCVelo, o primeiro modelo determinístico de velocidade baseado em equações diferenciais ordinárias que utiliza dados de sequenciamento Joint-snhmC-seq para inferir trajetórias celulares dinâmicas a partir de estados estáticos de hidroximetilação e metilação do DNA, superando significativamente a precisão da velocidade de RNA em células corticais murinas.

Mishra, P.2026-04-22💻 bioinformatics

Protocol for constructing correlation-based molecular networks from large-scale untargeted metabolomics data

Este protocolo descreve uma abordagem computacional baseada no MetVAE para construir redes moleculares correlacionadas a partir de dados de metabolômica não direcionada, permitindo identificar relações funcionais entre metabólitos, como a via de "auto-cervejaria" endógena associada à lipotoxicidade em um modelo de carcinoma hepatocelular.

Lin, H., Zhang, L., Lotfi, A., Jarmusch, A., Lee, I., Kim, A., Morton, J., Aksenov, A. A.2026-04-21💻 bioinformatics

Closed-Loop Multi-Objective Optimization for Receptor-Selective Cell-Penetrating Peptide Design

Os autores desenvolveram um framework de otimização multi-objetivo em malha fechada que combina modelos generativos, simulações moleculares e otimização bayesiana para projetar peptídeos penetrantes em células com perfis de interação seletiva a receptores, validando experimentalmente candidatos que demonstraram maior afinidade pelo receptor CXCR4 em comparação ao NRP1.

Yamahata, I., Shimamura, T., Hayashi, S.2026-04-21💻 bioinformatics