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.

On why and how to encode probability distributions on graph representations of omics data: enhancing predictive tasks and knowledge discovery

Este artigo propõe um novo framework baseado em grafos que integra distribuições estatísticas estruturadas em dados ômicos para melhorar a previsibilidade e a descoberta de conhecimento biológico em cinco tipos de câncer, superando as limitações de métodos existentes ao capturar características probabilísticas das relações moleculares.

Goncalves, D. M., Patricio, A., Costa, R. S., Henriques, R.2026-02-19💻 bioinformatics

Drug Repurposing: A Potential Therapeutic Strategy for the Treatment of Chikugunya Virus

Este estudo identifica o Indinavir, um inibidor de protease HIV/HCV, como um potencial fármaco reutilizável para o tratamento do vírus Chikungunya, demonstrando através de simulações de dinâmica molecular que ele se liga à proteína nsP2, estabilizando uma conformação que bloqueia o sítio ativo e inibe a replicação viral.

Zondi, S., Mtambo, S., Buthelezi, N., Shunmugam, L., Magwenyane, A., Kumalo, H. M.2026-02-19💻 bioinformatics

BioGraphX: Bridging the Sequence-Structure Gap via PhysicochemicalGraph Encoding for Interpretable Subcellular Localization Prediction

O artigo apresenta o BioGraphX, um framework inovador que supera as limitações de interpretabilidade e a dependência de estruturas 3D nos métodos atuais de previsão de localização subcelular de proteínas, utilizando um grafo de interações baseado em regras bioquímicas e 158 características interpretáveis para alcançar desempenho superior e eficiente em termos computacionais.

Saeed, A., Abbas, W.2026-02-18💻 bioinformatics

Learning a Continuous Progression Trajectory of Amyloid in Alzheimer's disease

O artigo apresenta o SLOPE, um método não supervisionado que modela a progressão contínua do amiloide na doença de Alzheimer, permitindo uma detecção mais sensível das alterações iniciais e uma melhor preservação da consistência temporal em comparação com medidas globais tradicionais.

Tong, M., Mehfooz, F., Zhang, S., Wang, Y., Fang, S., Saykin, A. J., Wang, X., Yan, J., Alzheimer's Disease Neuroimaging Initiative,2026-02-18💻 bioinformatics

Learning Mappings from Cryo-EM Images to Atomic Coordinates via Latent Representations

Este artigo demonstra, em um ambiente sintético controlado, que uma abordagem de aprendizado supervisionado baseada em autoencoders convolucionais e redes de regressão pode mapear diretamente imagens de microscopia crioeletrônica (cryo-EM) para coordenadas atômicas 3D, superando a necessidade de recuperação de pose ou cálculos de projeção e fornecendo uma prova de conceito quantitativa para a estimativa rápida de variabilidade conformacional.

Abid, E., Jonic, S.2026-02-18💻 bioinformatics

Guided tokenization and domain knowledge enhance genomic language models' performance

O artigo apresenta a Tokenização Guiada (GT), uma estratégia que prioriza subsequências biologicamente e estatisticamente relevantes em combinação com adaptação de domínio, demonstrando melhorar significativamente a qualidade das representações e a precisão de classificação em modelos de linguagem genômica compactos para diversas tarefas biológicas.

Mahangade, V., Mollerus, M., Crandall, K. A., Rahnavard, A.2026-02-18💻 bioinformatics