O Instagram como ferramenta de ensino e divulgação da bioinformática no Brasil: uma análise de perfis

Este estudo investigou o uso do Instagram como ferramenta de divulgação científica e ensino da bioinformática no Brasil, área interdisciplinar crucial para a análise de dados biológicos. Reconhecendo a relevância das redes sociais na comunicação científica, o trabalho analisou como o Instagram é empregado para popularizar e educar sobre a área. A metodologia baseou-se na análise de conteúdo de Bardin (2016), avaliando 10 perfis brasileiros de bioinformática selecionados por critérios específicos. Os perfis foram classificados pela natureza do criador (pessoal ou institucional) e pela predominância temática do conteúdo (educacional/didático, divulgação científica geral, carreira ou misto). Foi também mensurado o engajamento pela média de curtidas nas últimas dez postagens. Os resultados revelaram uma diversidade nas estratégias de comunicação. Perfis pessoais destacaram-se pelo forte caráter didático e educativo, reforçando o papel de profissionais autônomos no ensino digital. Já os perfis institucionais apresentaram abordagens mais amplas, focando na divulgação científica geral e na representatividade. O engajamento variou significativamente, sendo o ISCB-SC o perfil com a maior média de curtidas (284), seguido por Naila Soler (111) e Revista Bioinfo (102,5). Este dado sugere que conteúdos visualmente atrativos, atualizados e relevantes geram maior interação. Conclui-se que o Instagram possui potencial significativo para o ensino e divulgação da bioinformática. A eficácia da comunicação, contudo, está ligada ao tipo de perfil e à estratégia de conteúdo. Os insights obtidos contribuem para o desenvolvimento de abordagens mais eficazes para a comunicação e o ensino da bioinformática em ambientes digitais, aproveitando a interatividade e o alcance da plataforma. 

Autores: Natália Quintanilha, Leandro Turmena

• Download PDF

Introdução

A era genômica e o avanço da bioinformática transformaram profundamente as ciências biomédicas e da saúde, impactando diretamente campos como a medicina personalizada, a biotecnologia e a saúde pública. Tecnologias inovadoras, como o sequenciamento de nova geração (NGS), tornaram-se cruciais, permitindo a análise rápida e precisa de vastos volumes de dados genéticos [1]. A bioinformática, campo interdisciplinar que une a biologia e a ciência da computação, consolidou-se como aliada indispensável para a pesquisa em genética e genômica, complementando esses avanços [2, 3]. Conforme apontado por Antunes [4], essa área surgiu da necessidade de analisar e interpretar a vasta quantidade de dados biológicos gerados pelas novas tecnologias de sequenciamento genético. A integração de dados multiômicos e o desenvolvimento de algoritmos avançados têm expandido significativamente os horizontes da pesquisa científica [5]. No Brasil, a bioinformática emerge como área estratégica para superar desafios na formação de profissionais qualificados e no fortalecimento da pesquisa em genômica, destacando seu papel crucial no avanço da ciência e da inovação tecnológica [6].

A integração da bioinformática nos currículos acadêmicos é um pilar fundamental para a formação de profissionais capazes de impulsionar o desenvolvimento científico e tecnológico do país. No entanto, essa integração enfrenta desafios significativos, desde barreiras institucionais como a falta de infraestrutura, escassez de recursos financeiros e ausência de docentes capacitados [1, 6, 7], até obstáculos pedagógicos que incluem a rigidez de modelos curriculares [8]. A importância de incluir conteúdos emergentes, como as ômicas, é reforçada por Conley [9], enquanto Borges [6] e Goller [10] corroboram o papel vital da bioinformática no ensino de Genética e Biologia Molecular. Eles demonstram que sua inclusão nos currículos não só desenvolve habilidades práticas essenciais para a análise de dados biológicos, mas também estimula o pensamento crítico. A urgência em integrar a bioinformática no ensino formal é reforçada por Attwood [11], que destacam a contínua deficiência em expertise e a demanda por treinamento em todos os níveis educacionais globalmente. Pucker [12] reforçam essa perspectiva, mostrando que a separação entre o ensino de biologia molecular e bioinformática ainda é um desafio, e propõem modelos de educação integrada para suprir a crescente demanda por cientistas com formação combinada.

Nesse contexto de demanda por conhecimento e lacunas no ensino formal, as mídias sociais emergem como plataformas com grande potencial para complementar o ensino formal e facilitar a divulgação científica. No período da pandemia de COVID-19, por exemplo, o Instagram se consolidou como uma ferramenta essencial para a continuidade das atividades educacionais [13], demonstrando sua capacidade de adaptação e alcance. Essa versatilidade tem sido explorada em diversas áreas da saúde e ciências, como a nutrição [14] e a prevenção do câncer de colo do útero [15], onde as mídias sociais são utilizadas para disseminar informações e engajar o público. A prevalência de conteúdo educacional e acadêmico, mesmo em perfis de “influenciadores” em áreas como a neurocirurgia, sinaliza o reconhecimento do Instagram como um canal para a comunicação científica formal e informal [16]. A ubiquidade do Instagram exemplifica essa tendência: a plataforma conta com mais de 1,4 bilhão de usuários globalmente, com previsões de crescimento para 1,46 bilhão em 2025 [17, 18]. No Brasil, o Instagram já atinge 134,6 milhões de usuários, posicionando-se entre as redes sociais mais acessadas no país [19, 20]. Com usuários dedicando em média 33.1 minutos diários à plataforma [21], o Instagram não se limita ao entretenimento, mas consolida-se como um espaço fértil para a disseminação de conhecimento e o engajamento comunitário em diversas áreas.

Especificamente para a bioinformática, o Instagram apresenta-se como uma ferramenta estratégica para abordar a lacuna de conhecimento e a necessidade de treinamento contínuo, conforme evidenciado por Attwood [11]. Ao simplificar conceitos complexos, oferecer tutoriais e promover a interação, essa plataforma pode complementar o ensino formal e auxiliar na popularização da área. A experiência de Moreira [22], que confirmou o potencial do Instagram para o ensino e a divulgação científica em biologia, com bom engajamento do público, reforça a aplicabilidade dessa abordagem para a bioinformática. Além disso, a flexibilidade do Instagram em formatos de conteúdo permite que a bioinformática, com suas demandas por representações visuais de dados e processos, seja comunicada de forma mais acessível e atrativa.

Este estudo se justifica, então, pela necessidade de compreender como o Instagram está sendo empregado para o ensino e a divulgação da bioinformática no Brasil. A relevância da bioinformática no cenário científico atual e os desafios em sua disseminação e ensino tradicional tornam a investigação das mídias sociais como complementos educacionais um campo de pesquisa promissor.

Nesse contexto, a presente pesquisa se dedica a analisar perfis de Instagram que abordam a bioinformática, com o objetivo central de evidenciar o seu potencial na divulgação e no ensino desta área científica. Através da análise do conteúdo compartilhado, das estratégias de comunicação utilizadas e do engajamento gerado, busca-se compreender como o Instagram tem sido empregado para tornar a bioinformática mais acessível e interessante para diferentes públicos.

O estudo adotou uma abordagem descritiva, exploratória e qualitativa para analisar o uso do Instagram na divulgação científica e ensino da bioinformática, utilizando a análise de conteúdo proposta por Bardin [23].

A etapa inicial foi a identificação e seleção de perfis públicos do Instagram. A busca foi realizada em 11 de abril de 2025, utilizando os termos “bioinformática” e “bioinformatics“. Foram estabelecidos critérios de inclusão rigorosos para garantir a relevância e atualidade da amostra, como: ser um perfil público com conteúdo em português, criado há no mínimo 12 meses, possuir mais de 1.000 seguidores e apresentar postagens regulares e diretamente relacionadas à bioinformática (ferramentas, tutoriais, carreira, eventos, etc.). Perfis que não atendiam a esses requisitos foram excluídos, resultando em uma amostra final de 10 perfis brasileiros.

A coleta de dados descritivos foi realizada manualmente, registrando-se o nome de usuário, número total de seguidores e número de postagens de cada perfil. A categorização dos perfis ocorreu em duas fases. Primeiro, pela Natureza do Criador/Mantenedor (Perfis Pessoais ou Institucionais), verificada pela biografia e primeiros posts. Em seguida, pela Predominância de Tipos de Posts, analisando-se as últimas 20 publicações. As postagens foram alocadas em categorias de conteúdo predefinidas (ex.: Conceitos, Aplicações, Carreira), resultando na classificação dos perfis como Educacional/Didático, Divulgação Científica Geral ou Misto.

Análise e Categorização dos Perfis de Bioinformática no Instagram

A busca inicial pelos termos “bioinformática” e “bioinformatics” identificou 52 perfis. Após a aplicação dos critérios de seleção, a amostra final foi composta por 10 perfis brasileiros, com dados coletados em 11 de abril de 2025.

1. Visão Geral e Indicadores Descritivos

Os dados descritivos (Tabela 1) revelam uma grande heterogeneidade na amostra em termos de alcance, atividade e tempo de presença na plataforma:

●    Alcance (Seguidores): O número de seguidores variou significativamente, de 1.228 (@labi.ufma) a 6.757 (@bioinforamtic_ibbc), com o Laboratório de Bioinformática e Biologia Computacional do INCA destacando-se como o perfil de maior alcance (Gráfico 1).

●    Atividade (Postagens): O número de postagens foi ainda mais expressivo, variando de 90 (@labi.ufma) a 794 (@ab3c_ofical), sugerindo diferentes níveis de dedicação e estratégia de conteúdo.

●    Tempo de Presença: A amostra abrange perfis criados desde julho de 2015 (@nailasolber) até abril de 2023 (@bioinfoclass e @labi.ufma).

Resumo da Tabela 1 e Figura 1: A diversidade nos dados descritivos iniciais aponta para a existência de diferentes níveis de maturação e estratégias de construção de audiência entre os perfis de bioinformática no cenário digital brasileiro.

.Tabela 1 – Dados Descritivos dos Perfis de Instagram Analisados

Fonte: Elaborado pelos autores, 2025.

Figura 1 – Número seguidores por perfil no Instagram. Fonte: Elaborado pelos autores (Excel®), 2025.

2. Categorização e Predominância de Conteúdo

A categorização dos perfis estabeleceu uma distinção inicial com três perfis pessoais e sete perfis institucionais. Em relação ao conteúdo:

●    3 perfis foram classificados como Educacionais/Didáticos.

●    2 perfis apresentaram predominância de Divulgação Científica Geral.

●    5 perfis foram classificados como Mistos, sem uma predominância clara.

3. Engajamento e Interação do Público

A análise do engajamento nas últimas 10 postagens (Tabela 2) revelou uma variação notável na média de curtidas (Gráfico 2):

●    Maior engajamento: O Laboratório de Bioinformática e Biologia Computacional – INCA (@bioinformatics_lbbc) obteve a maior média (513,4 curtidas), seguido pela Revista Bioinfo (@revistabioinfo) com 253,2 curtidas e pelo ISCB-SC (@rsg_brazil) com 293,7 curtidas.

●    Menor engajamento: Ligas acadêmicas e associações apresentaram menor média, como a Liga Acadêmica de Bioinformática (@labi.ufma) com 41,4 curtidas e a AB3C (@ab3c_ofical) com 59,2 curtidas.

Resumo da Tabela 2: A disparidade de engajamento sugere que a eficácia da comunicação é influenciada pelo tipo de perfil e conteúdo. Instituições de pesquisa e veículos de divulgação científica tendem a atrair um público mais engajado.

Tabela 2 – Engajamento do público nas 10 últimas postagens

Fonte: Elaborado pela autora, 2025

4. Análise por Tipo de Perfil

A análise qualitativa aprofundada das publicações recentes permite contextualizar os dados quantitativos, revelando as estratégias de comunicação adotadas pelas categorias de perfis:

4.1. Perfis Pessoais e Educacionais/Didáticos

●    Exemplos: @nailasoler e @promicsbiotec (Flávia Sanches).

●    Estratégia: Forte foco didático. Utilizam a autoridade e a experiência profissional do criador para simplificar conceitos complexos.

●    Conteúdo: Explicações de conceitos fundamentais (“Análises fundamentais que TODO bioinformata DEVE aprender” – Naila Soler), apresentação detalhada de ferramentas (modelagem molecular, docking – Flávia Sanches) e dicas de carreira.

●    Linguagem e Formato: Linguagem didática com a formulação de perguntas instigantes, uso de modelos moleculares 3D e a presença do próprio profissional em vídeos, reforçando a conexão pessoal e a confiança.

4.2. Perfis Institucionais e de Divulgação Científica Geral

●    Exemplos: AB3C (@ab3c_ofical), PPG Bioinformática da UFMG (@ppgbioinfo).

●    Estratégia: Atuação como canal oficial de comunicação e disseminação de informações cruciais para a comunidade.

●    Conteúdo: Divulgação maciça de eventos científicos (como o X-Meeting pela AB3C), oportunidades acadêmicas (matrículas, seminários) e artigos científicos.

●    Linguagem e Formato: Linguagem predominantemente formal e informativa, utilizando cards com identidade visual coesa (AB3C) para comunicar informações de forma clara e objetiva. O PPG da UFMG, por exemplo, utiliza o perfil para evidenciar sua excelência acadêmica (Conceito Capes 7).

4.3. Perfis Mistos (Institucionais e Pessoais)

●    Exemplos: @bioinformatics_lbbc (INCA), @rsg_brazil (ISCB-SC), @onlinebioinfo (Raquel Minardi), @revistabioinfo, @labi.ufma.

●    Estratégia: Abordagem multifacetada que busca informar a comunidade científica e popularizar a área para um público mais vasto.

●    Conteúdo: Grande variedade de temas, equilibrando a divulgação de pesquisas (INCA), eventos e cursos (ISCB-SC), carreira (Online Bioinfo) e a simplificação de conceitos com toques de humor ou temas sociais (INCA).

●    Engajamento: Perfis como o do INCA e o ISCB-SC (RSG) demonstram alto engajamento. O ISCB-SC, por exemplo, utiliza webinars, podcasts, sorteios e marcação de datas temáticas para engajar a comunidade estudantil e profissional, confirmando que estratégias variadas e interativas resultam em maior interação. Ligas acadêmicas (@labi.ufma) usam o perfil para atividades de extensão e ensino dentro da universidade, o que pode explicar seu público mais nichado e engajamento menor.

Considerações finais

A análise dos perfis de bioinformática no Instagram confirma o potencial da plataforma como ferramenta de ensino e divulgação científica, corroborando a literatura sobre comunicação em mídias sociais [24, 25]. Diferentes atores, instituições, associações e indivíduos adaptam suas estratégias, utilizando a plataforma para a promoção de eventos acadêmicos, divulgação de pesquisas e o ensino didático de conceitos complexos, validando seu papel como um ecossistema dinâmico para a disseminação do conhecimento em bioinformática.

Contudo, a análise de engajamento revelou que a interação não está exclusivamente ligada à formalidade ou ao tamanho do perfil. Embora instituições como o INCA e a Revista Bioinfo apresentem altas médias de curtidas, o engajamento notável de organizações estudantis (ISCB-SC) e a menor interação de ligas acadêmicas mais nichadas (@labi.ufma) sugerem que a qualidade do conteúdo, a frequência e a interação direta com a comunidade são fatores mais críticos do que a mera representatividade institucional. Perfis de especialistas e associações demonstram a capilaridade da plataforma para atender às necessidades de aprendizado e desenvolvimento profissional [26], indicando que o Instagram pode atuar como uma ferramenta complementar essencial para preencher as lacunas na integração e treinamento da bioinformática nos currículos [11, 27].

Em síntese, o Instagram consolida-se como uma ferramenta valiosa e complementar aos métodos tradicionais de ensino e comunicação em bioinformática. A plataforma é eficaz na difusão de conhecimento, na promoção de eventos e na construção de comunidades engajadas, adaptando-se a diferentes objetivos educacionais e de disseminação científica. O estudo conclui que o potencial de interação não é determinado apenas pelo porte da instituição, mas pela capacidade de gerar conteúdo visualmente atraente e estratégico. Apesar das limitações inerentes à coleta de dados em ponto único, esta pesquisa oferece insights importantes para o desenvolvimento de abordagens mais eficazes na comunicação da bioinformática no ambiente digital.

Referências

[1] PATTERSON, T. E. et al. Integrating Genomics and Precision Health in Nursing Education: A Scoping Review. Nursing Education Perspectives, v. 44, n. 1, p. E1-E6, 2023.

[2] ALIYU, R. U. et al. Development and teaching of a bioinformatics course to biochemistry major students in a Nigerian University during COVID-19 pandemic. Biochemistry and Molecular Biology Education, [s. l.], v. 49, n. 3, p. 318-319, 2021. DOI: 10.1002/bmb.21510.

[3] ALVES, A. P. N. A Bioinformática: aplicações e desafios. Revista de Saúde e Biologia, [s. l.], v. 8, n. 1, p. 38-42, 2013.

[4] ANTUNES, T. B. Bioinformática: uma introdução. Rio de Janeiro: LTC, 2020.

[5] UESAKA, H. et al. Multi-omics Data Integration and Advanced Algorithms in Biological Research. Frontiers in Bioengineering and Biotechnology, [s. l.], v. 11, p. 1-10, 2023.

[6] BORGES, G. F. et al. A Bioinformática na Genética e Biologia Molecular: uma revisão sistemática. Revista Ibero-Americana de Educação Ambiental, [s. l.], v. 15, n. 5, p. 1-15, 2022.

[7] WHITLEY, R.; TUELLER, M.; WEBER, K. Teaching Genomics in the Classroom: Challenges and Opportunities. CBE—Life Sciences Education, [s. l.], v. 19, n. 4, p. ar52, 2020.

[8] SOUZA, A. C. B. et al. Barreiras e facilitadores para a implementação da bioinformática no ensino de ciências da vid

[9] CONLEY, J. M. et al. Integrating Genomics into Nursing Education: A Systematic Review. Journal of Nursing Education, [s. l.], v. 54, n. 8, p. 433-439, 2015.

[10] GOLLER, M.; OTT, M. Teaching Bioinformatics: A Project-Based Learning Approach. Journal of Biological Education, [s. l.], v. 54, n. 4, p. 353-360, 2020.

[11] ATTWOOD, Teresa K. et al. A global perspective on evolving bioinformatics and data science training needs. Briefings in Bioinformatics, [s. l.], v. 20, n. 2, p. 398-404, mar. 2019. DOI: 10.1093/bib/bbx100.

[12] PUCKER, Boas et al. Integrating Molecular Biology and Bioinformatics Education. Journal of Integrative Bioinformatics, [s. l.], v. 16, n. 3, p. 20190005, 30 maio 2019. DOI: 10.1515/jib-2019-0005.

[13] SOUSA, K. C. de; PEREIRA, R. M. F. A importância das mídias sociais na Educação no período de pandemia. Rebena – Revista Brasileira de Ensino e Aprendizagem, [s. l.], v. 5, n. 1, p. 1-10, 2023. Disponível em: https://rebena.emnuvens.com.br/revista/article/download/219/203/466. Acesso em: 18 maio 2025.

[14] RIBEIRO, Priscila Guimarães et al. Nutrição e Covid-19: Análise de publicações na rede social Instagram. In: CONGRESSO INTERNACIONAL DE SAÚDE, 2., 2020. Anais […], [s. l.], p. 1-13, 2020. DOI: 10.29327/226760.2.3-7.

[15] LUCENA, Bruna Almeida et al. Cervical Cancer Prevention on Instagram: Content and Social Interaction Analysis of Brazilian Accounts. Asian Pacific Journal of Cancer Prevention, [s. l.], v. 23, n. 9, p. 3043-3049, set. 2022. DOI: 10.31557/APJCP.2022.23.9.3043.

[16] PANDO, Alberto; TALBOT, Caroline E.; VALDIVIA, Derek J.; LIU, James K. Analysis of Neurosurgery Influencers on Instagram: Trends and Patterns of the Neurosurgeon’s Social Media Footprint. World Neurosurgery, [s. l.], v. 175, p. 248-253, jul. 2023. DOI: 10.1016/j.wneu.2023.02.070.

[17] OBERLO. Estatísticas do Instagram para o Brasil (2024): Usuários, Idade e Mais. 2024. Disponível em: https://metricool.com/important-instagram-statistics. Acesso em: 18 maio 2025.

[18] DEMAND SAGE. Instagram Statistics 2024 (Demographics & Usage). 2025. Disponível em: https://www.demandsage.com/instagram-statistics/. Acesso em: 21 maio 2025.

[19] NERDWEB. Dados e estatísticas das redes sociais no Brasil em 2024. 2024. Disponível em: https://www.rdstation.com/blog/marketing/estatisticas-redes-sociais/. Acesso em: 17 maio 2025.

[20] ROCK CONTENT. Dados de redes sociais no Brasil em 2024: qual o panorama? 2024. Disponível em: https://rockcontent.com/br/blog/as-maiores-redes-sociais/. Acesso em: 17 maio 2025.

[21] BACKLINKO. Instagram User Statistics. 2025. Disponível em: https://backlinko.com/instagram-users. Acesso em: 22 maio 2025.

[22] MOREIRA, Marília dos Santos et al. O ensino de biologia nas mídias sociais: o Instagram como ferramenta de divulgação científica. Revista Principia, [s. l.], n. 66, p. 83-91, jan./jun. 2024. DOI: 10.18265/2447-9187a2022id7606.

[23] BARDIN, L. Análise de conteúdo. Lisboa: Edições 70, 2016.

[24] PLANER, M. et al. Information vs. Presentation: Three Different Approaches to Media Organizations’ Science Communication on Instagram. Journalism and Media, v. 4, n. 1, p. 117-137, 2023. DOI: https://doi.org/10.3390/journalmedia4010008.

[25] RIEDLINGER, M. YouTube and Instagram in higher education: media competencies of university teachers. Revista Iberoamericana de Educación a Distancia, v. 27, n. 2, 2024. Disponível em: https://www.redalyc.org/journal/3314/331477742030/. Acesso em: 02 jun. 2025.

[26] MELLO, I. S. et al. The Role of Bioinformatics in Education: A Mini Review of Its Applications and Challenges. Orbital: The Electronic Journal of Chemistry, v. 17, n. 1, p. 157-163, maio 2025. DOI: https://doi.org/10.17807/orbital.v17i1.22259.

[27] DREW, J. et al. Revisiting barriers to implementation of bioinformatics into life sciences education. Frontiers in Education, v. 8, art. 1317191, nov. 2023. DOI: https://doi.org/10.3389/feduc.2023.1317191.