💻 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

ParaDISM: Precise mapping of short reads to genes with highly homologous regions

ParaDISM é um pipeline de código aberto que aprimora a precisão do alinhamento de leituras curtas e da chamada de variantes em regiões genômicas altamente homólogas, utilizando alinhamentos múltiplos de sequências para identificar posições desambiguadoras e refinar iterativamente sequências de referência, reduzindo assim significativamente artefatos de alinhamento incorreto e chamadas de variantes falsas em comparação com alinhadores padrão.

Tzimotoudis, D., Farrugia, R., Zammit, J., Masini, M. C., Balestrucci, A., Carbott, F. B., Wettinger, S. B., Alexiou, P. (…)2026-05-21
💻 bioinformática

OmniCellAgent: An AI Scientist for Omic-Driven Scientific Discovery

OmniCellAgent é um framework de IA multiagente que recupera e integra autonomamente diversos conjuntos de dados de sequenciamento de RNA de células únicas com conhecimento prévio biomédico para gerar hipóteses baseadas em evidências e acelerar a descoberta científica orientada por ômicas para pesquisadores não computacionais.

Huang, D., Li, H., Li, W., Zhang, H., Xu, T., Lu, Y., Fang, K., Xu, Z., Chen, J., Dickson, P., Sardiello, M., Buchser, W (…)2026-05-20
💻 bioinformática

Phylogenetically estimated neutral rates and fitness effects of mutations to influenza proteins

Ao construir árvores filogenéticas a partir de mais de 100.000 sequências de influenza, este estudo estima taxas de mutação neutra específicas de sítio e efeitos de aptidão em todo o proteoma viral, revelando variação significativa entre os tipos de mutação, fortes correlações cruzadas entre vírus com SARS-CoV-2 e HIV, e fornecendo um recurso interativo e abrangente para compreender como a mutação e a seleção moldam a evolução da influenza na natureza.

Haddox, H. K., Hinrichs, A. S., Jennings-Shaffer, C., Johnson, K., Benton, C. T., Galloway, J. G., Bloom, J. D., Matsen (…)2026-05-20
💻 bioinformática

CharacTERT: A machine learning tool for classifying hTERT missense variants

Os autores desenvolveram o CharacTERT, uma ferramenta de aprendizado de máquina que integra características de sequência e estruturais para classificar com precisão variantes de sentido trocado do hTERT associadas a Distúrbios da Biologia dos Telômeros, superando os preditores existentes e fornecendo um panorama mutacional abrangente por meio de um servidor web de acesso livre.

Becerra Parra, G., Pan, Q., Myung, Y., Portelli, S., Nelson, N. E., Dickinson, J. L., Lucas, S. E. M., Holien, J. K., Br (…)2026-05-20
💻 bioinformática

Shiny AMMOA: an interactive platform for integrative multi-omics analysis of murine aging

Este artigo apresenta o Shiny AMMOA, uma plataforma interativa e amigável ao usuário em R Shiny que democratiza a análise integrativa de multi-ômicas do envelhecimento murino, permitindo que pesquisadores experimentais explorem, visualizem e gerem hipóteses a partir de conjuntos de dados unificados de transcriptômica, proteômica e metabolômica sem exigir habilidades computacionais avançadas.

Ninomiya Kanda, M.2026-05-20
💻 bioinformática

ExplainBind: Explainable Physicochemical Determinants of Protein-Ligand Binding via Non-Covalent Interactions

ExplainBind é um novo framework de IA sem estrutura que prevê a probabilidade de ligação proteína-ligante, identifica resíduos de ligação específicos e decodifica padrões de interações não covalentes para fornecer insights mecanísticos para a descoberta de fármacos, superando modelos de caixa preta existentes em alvos diversos e identificando com sucesso tanto inibidores quanto ativadores com mecanismos funcionais distintos.

Meng, Z., Bai, Z., Yuan, K., Cheah, J. H., Jiang, W., Skepner, A., Leahy, K. J., Ounis, I., Oldham, W. M., Meng, Z., Xu (…)2026-05-19
💻 bioinformática

Unlocking Open-Access Genomic and Transcriptomic Data: The First Bioinformatic Exploitation of Tunisian Durum Wheat Landraces Chili and Mahmoudi, Pioneering Data-Driven Research in North Africa

Este estudo apresenta a primeira análise integrada genômica e transcriptômica de variedades tradicionais de trigo duro tunisino, revelando que a adaptação a zonas áridas é impulsionada principalmente pela reconfiguração de redes de estresse por regulação trans, e não por pontos quentes de seleção, ao mesmo tempo que identifica mecanismos moleculares específicos e seis alvos cromossômicos para melhoramento genético futuro.

Gdoura-Ben Amor, M., MATHLOUTHI, N. E. H., BELGUITH, I., DEROUICH, R.2026-05-19
💻 bioinformática

TransXplorer: An automated translational discovery platform for RNA-seq data

TransXplorer é uma plataforma web gratuita e sem necessidade de login que simplifica todo o fluxo de trabalho analítico de RNA-seq — desde o processamento de dados brutos e correção automatizada de lotes até enriquecimento funcional, análise de redes e integração com descoberta clínica/farmacológica — em um único ambiente unificado.

Verma, V. M., Oler, E., Syed, H., Han, S., Berjanskii, M., Mason, A. L., Wishart, D. S., Wong, G. K.-S.2026-05-19
💻 bioinformática

DistPCA: Tera-Scale Genomic PCA via Out-of-Core Distributed Parallelism

DistPCA é o primeiro framework distribuído e fora da memória em C++ que aproveita o paralelismo multinível baseado em MPI para superar os gargalos de memória e E/S, permitindo uma Análise de Componentes Principais altamente escalável e precisa para conjuntos de dados genômicos na escala de terabytes em sistemas de único e múltiplos nós.

Mermigkis, G., Sofotasios, A., Kontopoulou, E.-M., Gallopoulos, E., Hadjidoukas, P.2026-05-19