CEEpiRG
  • Início
  • Publicações
  • Para Empresas
  • Projetos
  • Institucional
  • Blog
  • Contato
CEEpiRG

Desenvolvido por VNCS

© 2026 CEEpiRG. Todos os direitos reservados.

Voltar ao blog

O que é bioinformática aplicada a saúde?

Quando pensamos em desvendar mistérios do corpo humano, costumamos imaginar aquelas cenas de filmes de cientistas misturando líquidos coloridos em tubos de ensaio ou observando est…

ER

Erick Ribeiro de Lima

07 de outubro de 2026

39 visualizações

Imagem de capa gerada por IA

Quando pensamos em desvendar mistérios do corpo humano, costumamos imaginar aquelas cenas de filmes de cientistas misturando líquidos coloridos em tubos de ensaio ou observando estruturas no microscópio, associando a biologia com um trabalho de observação, quando na realidade, o maior desafio da ciência atualmente, assemelha-se a entrar na maior biblioteca do mundo, onde todos os livros foram impressos em uma língua desconhecida, sendo o DNA a nossa biblioteca genômica. Cada célula nossa carrega um texto imenso com bilhões de letras químicas que dizem exatamente quais linhas daquelas páginas de informação devem ser lidas e copiadas para dizer ao corpo como funcionar. Em alguns casos, podem ocorrer erros na ordem da leitura ou até mesmo no momento que deveria ser lido, e é nessa pequena falha que nascem muitas doenças. O grande problema atual é que não seria viável humanos lerem esse volume de páginas de informações biológicas e foi nesse cenário que a bioinformática nasceu.

A bioinformática é uma área interdisciplinar, que foi definida como o armazenamento, a análise e a interpretação de dados biológicos. Em vez de folhear página por página da nossa biblioteca genômica, usa-se computadores, algoritmos e softwares específicos, capazes de analisar e rastrear em algumas linhas de código, onde está o parágrafo que está sendo pesquisado. Essa área avalia tanto o mundo biológico, como o DNA e as células, quanto o mundo clínico, que ajuda a diagnosticar e planejar tratamentos específicos para a doença de um paciente. De maneira resumida, a bioinformática é o desenvolvimento de métodos que transformam aquela enorme biblioteca de informações em dados para saúde.

A força dessa área ficou evidente durante a pandemia do Coronavírus, onde através de técnicas como o sequenciamento genético e análises por ferramentas de bioinformática, pesquisadores conseguiram sequenciar o genoma do SARS-CoV-2, em outras palavras, descobriram exatamente a sequência de letras que corresponde aquele vírus, identificando o provável mecanismo de entrada do vírus e com isso, estabelecer uma vacina baseada na sequência descoberta. O impacto da pandemia poderia ter se alastrado por muito mais tempo caso os pesquisadores não tivessem acesso a tecnologia da bioinformática e suas análises. Além do sequenciamento, programas como o BLAST do Centro Nacional de Informações sobre Biotecnologia (NCBI) são amplamente utilizados por pesquisadores de bioinformática, que podem comparar sequências de DNA com bancos de dados de sequências e encontrar regiões similares. BLASTP também é outra ferramenta utilizada em bioinformática que atua na análise das proteínas.  Bancos de dados também podem ser encontrados na internet, como o GEO do NCBI, que disponibilizam dados de diferentes pesquisadores que sequer se conhecem. Nos dias atuais, tecnologias de sequenciamento de nova geração produzem milhões de dados, que podem partir desde pequenos fragmentos de DNA até a amostras complexas. Esses dados são geralmente processados em um formato de saída padronizado, sendo os dados brutos como FASTQ e BAM principalmente.   

A ideia de combinar técnicas e teorias estatísticas, softwares especializados e poder computacional robusto depende de um fluxo de trabalho contínuo. Processar dados biológicos exige extrema cautela e atenção. Assim como a bancada de laboratório, a primeira etapa da análise computacional é um controle de qualidade minucioso, feito diretamente nos arquivos brutos, visando eliminar artefatos e fatores que possam vir a interferir diretamente na qualidade da análise. O ambiente computacional funciona de maneira similar a nossa bancada, a diferença está em pontos como replicabilidade e acessibilidade para algumas análises. Para as análises, são utilizadas linguagens de programação, que podem variar entre si como a linguagem de Python ou a linguagem em R, mas a estrutura de uma pipeline ainda mantém-se a mesma, isto é, a ideia de um fluxo com controle de qualidade, filtro estatístico e análise do analíto de interesse para a pergunta, ainda seguem o mesmo curso. Dentro deste contexto, podemos avaliar diferentes tipos de amostras, como dados obtidos a partir do RNA mensageiro, sendo este o transcriptoma, níveis de proteínas, sendo este o proteoma, além de outras ômicas que avaliam outros componentes celulares e funcionais para um organismo.

 É no cenário das múltiplas ômicas que enquadro minhas pesquisas. Tenho trabalhado com a integração de dados de transcritos, proteomas e metilomas, avaliando tanto os níveis de RNA mensageiro, quanto títulos de proteína e até mesmo marcas de metilação em regiões que façam sentido para a minha pergunta científica. A mineração de dados públicos disponibilizados por outros pesquisadores em portais como o GEO do NCBI, me permitiu avaliar diferentes hipóteses, podendo elucidar um mecanismo ou buscar alguma correlação para perguntas específicas, produzindo sólidos resultados com zero custo de bancada, além de potencializar a reprodutibilidade. Os dados utilizados são submetidos ao controle de qualidade, seguido de análises estatísticas associadas a minha hipótese, para no fim, elucidar uma resposta, positiva ou negativa para a pergunta que levou a essa análise.

Em suma, combinando técnicas e teorias estatísticas, softwares especializados, poder computacional robusto e bancos de dados, a bioinformática nos permite gerenciar e analisar dados biológicos para sanar problemas cruciais para os sistemas vivos e a saúde humana, viabilizando por sua vez, áreas de estudos inimagináveis, provando que decifrar o código da vida hoje, depende da integração das linhas de código e a bancada de laboratório, desde o tubo de ensaio, até as linhas de códigos no terminal.

Referências

Bayat, A. (2002). Science, medicine, and the future: Bioinformatics. BMJ (Clinical Research Ed.), 324(7344), 1018–1022. https://doi.org/10.1136/bmj.324.7344.1018 Luo, Y., Zhao, C., & Chen, F. (2024). Multiomics Research: Principles and Challenges in Integrated Analysis. BioDesign Research, 6, 0059. https://doi.org/10.34133/bdr.0059 Luscombe, N. M., Greenbaum, D., & Gerstein, M. (2001). What is bioinformatics? An introduction and overview. Yearbook of Medical Informatics, 10(01), 83–100. https://doi.org/10.1055/s-0038-1638103 Tenenbaum, J. D. (2016). Translational Bioinformatics: Past, Present, and Future. Genomics, Proteomics & Bioinformatics, 14(1), 31–41. https://doi.org/10.1016/j.gpb.2016.01.003 Vamathevan, J., & Birney, E. (2017). A Review of Recent Advances in Translational Bioinformatics: Bridges from Biology to Medicine. Yearbook of Medical Informatics, 26(01), 178–187. https://doi.org/10.15265/IY-2017-017 Zhao, Q., Du, J., Zhou, M., Wang, X.-W., Sun, Q., & Chen, C. (2026). PEARL: integrative multi-omics classification and omics feature discovery via deep graph learning. Bioinformatics, 42(6). https://doi.org/10.1093/bioinformatics/btag253

Voltar ao blog