1235 artículos
La bioinformática es el puente vital entre la biología y los datos, transformando secuencias genéticas complejas en conocimiento comprensible que impulsa la medicina moderna y la investigación. En Gist.Science, hacemos que estos avances sean accesibles para todos, eliminando las barreras del lenguaje técnico para que cualquier persona pueda seguir el ritmo de los descubrimientos más recientes.
Cada nuevo preimpreso en esta categoría proviene directamente de bioRxiv, la plataforma líder donde los científicos comparten sus hallazgos antes de la publicación formal. Nuestro equipo procesa cada uno de estos documentos para ofrecer tanto resúmenes técnicos detallados como explicaciones en lenguaje sencillo, garantizando que la información fluya sin complicaciones. A continuación, encontrará los últimos artículos publicados en bioinformática seleccionados para su lectura.
Este estudio integra datos clínicos y transcriptómicos para identificar a *LRRN4CL* como un marcador clave asociado con una recuperación miocárdica deficiente tras el implante de un dispositivo de asistencia ventricular izquierda, vinculando su expresión con la disfunción de los cardiomiocitos.
Este estudio emplea métodos de aprendizaje automático, destacando el modelo XGBoost, para analizar datos del Atlas del Microbioma Intestinal Humano y predecir asociaciones entre la microbiota y diversas enfermedades con alta precisión.
Este estudio evalúa la capacidad de transferencia del modelo fundacional humano RETFound para estimar la edad de ratas mediante OCT, demostrando que, aunque es una herramienta útil, una arquitectura CNN convencional (Xception) ofrece un mejor rendimiento en este escenario de escasez de datos propio de la biología espacial.
AlphaUnfold es un flujo de trabajo automatizado que utiliza simulaciones de dinámica molecular de alta presión para evaluar la robustez estructural de los modelos de AlphaFold3, demostrando que los niveles bajos de confianza (pLDDT) correlacionan con una mayor fragilidad y inestabilidad estructural.
El artículo argumenta que se necesitan nuevos criterios de evaluación que midan directamente el valor de las predicciones de los modelos de IA virtual para el descubrimiento científico, presentando PerturbHD como un marco de evaluación para demostrar los beneficios de este enfoque.
El artículo presenta COSMOS+, un enfoque que integra el análisis de factores de datos multi-ómicos con conocimiento mecanicista previo para modelar la propagación causal de señales y generar hipótesis interpretables sobre los impulsores de enfermedades complejas como la resistencia al cáncer de mama.
Este estudio presenta un enfoque basado en redes neuronales de tipo transformador lineal que, aunque requiere datos de entrenamiento representativos para superar a los métodos de verosimilitud tradicionales, ofrece una detección de presiones selectivas en sitios de proteínas con una fracción del coste computacional.
Este artículo presenta un algoritmo *de novo* que reconstruye secuencias de alelos a partir de lecturas de amplicones de Oxford Nanopore sin necesidad de referencias previas, permitiendo la inferencia precisa de diplotipos y variantes novedosas en genes complejos como CYP2D6 y HLA.
El artículo presenta H2O, un marco de inteligencia artificial generalista que utiliza transformadores de visión y modelos de lenguaje grandes para inferir directamente perfiles de transcriptómica y proteómica espacial a partir de imágenes de histopatología H&E rutinarias, superando las limitaciones de costo y escalabilidad de las tecnologías de omics espaciales actuales.
Verticall es una herramienta de código abierto que detecta regiones recombinantes en grandes conjuntos de datos genómicos bacterianos (desde cientos hasta miles de genomas) y genera filogenias libres de recombinación con una eficiencia y precisión superiores a las de las herramientas existentes.