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.

aaKomp: Alignment-free amino acid k-mer matching for genome completeness assessment at scale

O artigo apresenta o aaKomp, uma ferramenta escalável e alinhamento-livre que utiliza correspondência de k-mers de aminoácidos e filtros de Bloom para avaliar a completude de genomas em larga escala com velocidade e eficiência de memória significativamente superiores às ferramentas atuais, permitindo a personalização de bancos de dados para diversos organismos.

Wong, J., Coombe, L., Warren, R. L., Birol, I.2026-03-22💻 bioinformatics

miRBind2 enables sequence-only prediction of miRNA binding and transcript repression

O artigo apresenta o miRBind2, um modelo de aprendizado profundo baseado apenas em sequências que supera os métodos atuais na previsão de ligação de miRNAs e na predição da repressão funcional de genes, demonstrando que representações aprendidas de sítios-alvo podem capturar sinais regulatórios sem a necessidade de recursos biológicos projetados.

Cechak, D., Tzimotoudis, D., Sammut, S., Gresova, K., Marsalkova, E., Farrugia, D., Alexiou, P.2026-03-21💻 bioinformatics

Novel 4D tensor decomposition-based approach integrating tri-omics profiling data can identify functionally relevant gene clusters

Este estudo apresenta uma abordagem inovadora de decomposição tensorial 4D que integra dados tri-ômicos (transcriptoma, translatoma e proteoma) para identificar clusters gênicos funcionalmente relevantes e mecanismos de regulação celular, distinguindo padrões como empilhamento de ribossomos e amortecimento translacional durante a privação de aminoácidos de cadeia ramificada.

Taguchi, Y.-h., Turki, T.2026-03-21💻 bioinformatics

Long-read metagenomic sequencing reveals novel lineages and functional diversity in urban soil microbiome

Este estudo utiliza sequenciamento metagenômico de longa leitura em solos urbanos de duas cidades chinesas para reconstruir milhares de genomas microbianos, revelando uma vasta diversidade de espécies não descritas e uma rica capacidade metabólica secundária e de pequenas proteínas com implicações para a saúde pública.

Duan, Y., Cusco, A., Zhang, Y., Inda-Diaz, J. S., Zhu, C., Castro, A. A., Yang, X., Yu, J., Jiang, G., Zhao, X.-M., Coelho, L. P.2026-03-21💻 bioinformatics

Integrative transcriptome-based drug repurposing in tuberculosis

Os pesquisadores desenvolveram um fluxo de trabalho computacional integrativo que analisa múltiplos perfis transcriptômicos para identificar e priorizar 64 medicamentos já aprovados pela FDA como promissores terapias direcionadas ao hospedeiro para o tratamento da tuberculose, além de revelar novos alvos moleculares para essa abordagem.

Samart, K., Thang, L., Buskirk, L. R., Tonielli, A. P., Krishnan, A., Ravi, J.2026-03-20💻 bioinformatics

SVPG: A pangenome-based structural variant detection approach and rapid augmentation of pangenome graphs with new samples

O artigo apresenta o SVPG, uma abordagem inovadora baseada em pangenomas haplótipos que utiliza dados de sequenciamento de leitura longa para detectar variantes estruturais com maior precisão e acelerar a augmentação de gráficos de pangenoma em até 10 vezes em comparação com métodos tradicionais.

Jiang, T., Hu, H., Gao, R., Cao, S., Jiang, Z., Liu, Y., Zhou, M., Gao, W., Zhou, S., Wang, G.2026-03-20💻 bioinformatics

PyrMol: A Knowledge-Structured Pyramid Graph Framework forGeneralizable Molecular Property Prediction

O artigo apresenta o PyrMol, um framework de aprendizado de representação em grafos piramidais estruturados por conhecimento que integra visões especializadas de grupos funcionais, farmacóforos e fragmentos retrosintéticos em múltiplas escalas para superar as limitações das redes neurais gráficas convencionais e melhorar a generalização na previsão de propriedades moleculares para a descoberta de fármacos.

Li, Y., Zhao, Q., Wang, J.2026-03-20💻 bioinformatics