💻 Category

bioinformatics

1180 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

Pre-binning correction of chimeric contigs reduces reference-discordant gene annotations in near-complete metagenome-assembled genomes

O estudo apresenta o DeepMM, uma ferramenta de aprendizado profundo que detecta e corrige contigs quiméricos entre espécies em genomas montados a partir de metagenomas antes do agrupamento (binning), reduzindo significativamente as anotações de genes e fatores de virulência discordantes de referência que são frequentemente ignoradas pelos controles de qualidade baseados em marcadores padrão.

Ding, Y., Xiao, J., Zou, B., Yang, C., Wu, Z., Lyu, A., Zhang, L.2026-10-15
💻 bioinformática

Joint Variable Selection for Omic Biomarkers in Time-to-Event Data

O artigo apresenta o vampW, um novo método bayesiano totalmente paramétrico baseado em Mensagem Aproximada Vetorial e um modelo de Weibull, que supera os testes marginais tradicionais e outros modelos conjuntos ao reduzir significativamente as falsas descobertas e melhorar a previsão do início de doenças através da modelagem conjunta eficaz de biomarcadores multiômicos correlacionados e dados de tempo até o evento.

Bajzik, J., Depope, A., Zolfimoselo, Y., Sharipov, A., Lesayova, A., Klein, H., Richmond, A., Vernardis, S., Grauslys, A (…)2026-10-14
💻 bioinformática

Toxicity by Consortium Revisited: Structural Neighbors and Cross-Family Reach

Este estudo revisita um método de previsão de toxicidade por vizinho mais próximo de 2003 utilizando dados públicos atualizados para validar sua precisão para o LD50 oral em ratos e outros 28 desfechos, enquanto demonstra que uma abordagem de triagem reversa que mede o alcance estrutural de um composto através de famílias de proteínas melhora significamente a previsão de toxicidade ao capturar a promiscuidade além das propriedades físico-químicas padrão.

Muskal, S. M., Jha, S. K., Kishore, P., Tyagi, P.2026-10-14
💻 bioinformática

DNA-LLM2Vec: Architecture-Aware Task-Conditioned Adaptation of Decoder DNA Foundation Models

O DNA-LLM2Vec introduz um framework em estágios que converte modelos fundacionais de DNA baseados em decodificadores direcionais em codificadores bidirecionais, demonstrando que a estratégia de adaptação ideal para tarefas genômicas de jusante depende tanto da estrutura específica da tarefa quanto da arquitetura do modelo subjacente.

Liang, Y., Zhai, K., Gan, Y., Li, S., Shao, J., Watson, G. H., Poesio, M.2026-10-14
💻 bioinformática

E3 Ligase Ligandalyzer: A Structure-First, Ligand-Centric Platform for E3 Ligase Recruiter Selection

O artigo apresenta o E3 Ligase Ligandalyzer, uma plataforma web de acesso gratuito e baseada em estrutura que permite a análise comparativa de complexos de recrutamento de E3 ligase resolvidos experimentalmente através de fluxos de trabalho integrados de quimioinformática e estrutural para facilitar o design de degradadores downstream.

Schulz, J. M., Bardhan, M., Reynolds, R., Leroy, G., Reinberg, D., Schurer, S. C. M.2026-10-14
💻 bioinformática

NCI-Profiler: automated protein-ligand interaction detection and visualization

Os autores apresentam o NCI-Profiler, uma ferramenta gratuita e automatizada que detecta e visualiza nove tipos de interações não covalentes proteína-ligante diretamente a partir de coordenadas estruturais com maior precisão e velocidade do que ferramentas existentes como o PLIP, oferecendo simultaneamente uma cobertura ampliada para casos complexos, tais como coordenação de metais e ligantes macrocíclicos.

Sharma, R., Lee, E. Y.2026-10-14
💻 bioinformática

AlphaFold3 and Intrinsically Disordered Proteins: Reliable Monomer Prediction, Unpredictable Multimer Performance

Este estudo revela que, embora o AlphaFold3 preveja de forma confiável monômeros intrinsecamente desordenados ao aprender com os dados de treinamento, suas previsões de multímeros permanecem imprevisíveis devido a priors estruturais rígidos que sobrepõem a informação de entrada, destacando a necessidade crítica de conjuntos de dados enriquecidos com desordem e amostragem de ensemble em vez de mera inovação arquitetônica.

Dao, T. M., Ghent, S., Uversky, V. N., Rahman, T.2026-10-13
💻 bioinformática

LOCALE: Local-Alignment Embeddings for Noise-Robust DNA Search at Scale

O LOCALE introduz um framework de busca de DNA robusto ao ruído que recodifica a recuperação de sequências como recuperação densa usando um codificador treinado via InfoNCE para gerar embeddings tolerantes à variação, superando significativamente os índices de k-mer de última geração e os métodos de embedding existentes em precisão e escalabilidade em repositórios de escala de petabase.

Synk, R., Pandey, P., Sahinalp, C., Duraiswami, R.2026-10-13
💻 bioinformática

VirtualSkin integrates skin-cell identity with intervention-response prediction

O VirtualSkin é um modelo de linguagem celular que integra com sucesso a identidade das células da pele com a previsão de resposta à intervenção, demonstrando maior precisão na anotação de estados inflamatórios da pele e na previsão de respostas celulares através de diversos tipos de doenças, locais anatômicos e perturbações.

Velland, M., Norwick, E., Ardene, S., Marwick, T., Corven, L., Solmere, A., Calder, N., Quillon, R., Renn, I., Elian, M.2026-10-13
💻 bioinformática

Do LLM Proposers Improve Budgeted Search for Ionizable Lipids?

Este estudo introduz o framework LEAF para avaliar se modelos de linguagem melhoram a busca molecular orçada para lipídios ionizáveis, constatando que, apesar de graus variados de engajamento de evidências, proponentes de LLM zero-shot falham em superar baselines clássicos como algoritmos genéticos devido a altas taxas de duplicação e à falta de ganhos genuínos de desempenho.

Singh, H., SINGH, R. K., Krishna, C. S., Srivastava, S. P., Gorantla, R.2026-10-13