💻 Category

bioinformatics

1197 artigos

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.

💻 bioinformática

Sequence-Based Prioritization of Promoter Regulatory Variants in Colorectal Cancer Using a DNA Foundation Model

Este estudo apresenta uma estrutura computacional que aproveita o modelo fundamental de DNA Evo2 para priorizar variantes regulatórias não codificantes no câncer colorretal, quantificando seu impacto nas sequências promotoras, identificando com sucesso candidatos de alto impacto enriquecidos em vias relevantes para o câncer e loci de GWAS sem depender de treinamento supervisionado ou anotações predefinidas.

Shome, S., Vajinepalli, S., Saraf, A.2026-05-28
💻 bioinformática

SQANTI-browser: visualization and curation of SQANTI3-classified long-read transcriptomes within the UCSC Genome Browser

O SQANTI-browser é um novo framework de visualização que integra dados de transcriptoma de leituras longas classificados pelo SQANTI3 no UCSC Genome Browser, permitindo filtragem interativa, curadoria guiada por evidências e a resolução de artefatos de alinhamento para recuperar isoformas novas acionáveis em diversos conjuntos de dados.

Paniagua, A., Blanco-Gomez, C., Colomer Fernandez, A., Diekhans, M., Conesa, A., Monzo, C.2026-05-28
💻 bioinformática

CARIBOU: Computational AI Research Interface for Bioinformatics, Omics, and Unifying Agents

CARIBOU é um framework de IA multiagente projetado para análise bioinformática autônoma, iterativa e reproduzível em ambientes institucionais de computação de alto desempenho, utilizando planos editáveis por pesquisadores e estados executáveis persistentes para superar as limitações da geração de código estático no processamento de conjuntos de dados de ômicas de células únicas e espaciais em grande escala.

Riffle, D., Shirooni, N., Sureshkumar, P., Vijay, V., Rose, M. F.2026-05-28
💻 bioinformática

Signal, Bounds, and Baselines: Principles for Evaluating Virtual Cell Perturbation Models

Este artigo apresenta o framework SBB (Sinal, Limites e Linhas de Base) para avaliar rigorosamente modelos de perturbação de células virtuais, revelando que métodos complexos de aprendizado profundo frequentemente falham em superar significativamente linhas de base lineares simples e destacando a necessidade de métricas padronizadas para distinguir o sinal biológico genuíno de artefatos estatísticos.

Vollenweider, M. S., Bühlmann, P.2026-05-27
💻 bioinformática

There and back again: a multi-omics tale of thyroid co-expression network rewiring

Este estudo estabelece uma estrutura de melhores práticas para a construção de redes de co-expressão gênica ponderadas multi-ômicas simultâneas para analisar a toxicidade e a recuperação da tireoide em um modelo de roedor, demonstrando que a concatenação de camadas ômicas não escalonadas preserva a estrutura biológica enquanto revela extensa perturbação molecular e restauração parcial por meio de análises complementares de preservação de módulos e conectividade diferencial.

Pozhidaeva, M., Bussmann, H., Huisinga, M., Buesen, R., Hackermüller, J., Canzler, S.2026-05-27
💻 bioinformática

GAE-Δ: A Graph-Learning Framework for Gene Network Rewiring and Clinical Outcome Prediction from Multi-Omics Data

A estrutura GAE-Δ aproveita um autoencoder de grafos para modelar o reconfiguração de redes gênicas específicas de fenótipos em dados multi-ômicos, alcançando previsão superior de resultados clínicos e identificando condutores de câncer biologicamente relevantes em comparação com métodos existentes de fatoração linear e baseados em redes.

Tang, Z., Chen, Z., Chen, M., Wang, Y., Ennis, S., Niranjan, M., Ewing, R.2026-05-26
💻 bioinformática

Decoding Multicellular Communication Motifs from Spatial Transcriptomics with ALARMIST

O artigo apresenta o ALARMIST, uma estrutura probabilística que decifra motivos interpretáveis de comunicação multicelular a partir de dados de transcriptômica espacial para identificar padrões de sinalização de ordem superior e seus impactos fenotípicos downstream, demonstrando sua utilidade na descoberta de drivers microambientais da progressão tumoral no adenocarcinoma pulmonar e no glioblastoma.

Fan, J., Hood, J., Strong, J., Quinn, J. F., Dai, Y., Data Science TeamLab,, Schein, A., Yu, K. K. H., Tansey, W.2026-05-26
💻 bioinformática

Integrated optimization of experimental and computational workflows improves genome recovery in long-read gut metagenomics

Este artigo apresenta uma otimização sistemática da plataforma CycloneSEQ, integrando o processamento experimental de amostras com fluxos de trabalho de montagem computacional para superar as limitações do sequenciamento de leituras curtas e melhorar significativamente a recuperação de genomas microbianos completos a partir de metagenômica intestinal de leituras longas.

Hu, Y., Sun, L., Huang, Y., Jiang, F., Tong, X., Yang, J., Ju, Y., Yang, Z., Liufu, S., Hu, Y., Ma, W., Guo, R., Li, W. (…)2026-05-26
💻 bioinformática

Characterizing homology-induced data leakage and memorization in genome-trained sequence models

Este artigo revela que o vazamento de dados induzido por homologia infla sistematicamente o desempenho de modelos de sequência treinados em genomas, ao fazê-los depender de associações memorizadas em vez de princípios generalizáveis, e propõe a ferramenta hashFrag para permitir a partição de dados consciente de homologia, visando uma avaliação mais confiável e uma melhor generalização do modelo.

Rafi, A. M., Kiyota, B., Yachie, N., de Boer, C. G.2026-05-25