1250 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 artículo presenta el marco unificado ProtGenesis, que postula que el origen de las proteínas es un proceso físico determinista gobernado por tres principios universales (ensamblaje, emergencia y transición de fase), proporcionando así una base matemática interpretable para descifrar la estructura proteica y cerrar la brecha entre la biología mecánica y la inteligencia artificial.
Este estudio presenta SPrOUT, un enfoque computacional y de secuenciación dirigida basado en el kit Angiosperms353 que logra una identificación precisa de especies vegetales en muestras mixtas mediante ensamblaje de lecturas y inferencia filogenética.
El artículo presenta TopRepo, el primer repositorio integral de espectros de espectrometría de masas de arriba hacia abajo (TD-MS) con más de 18 millones de espectros, que permite análisis panconjunto de proteoformas y mejora significativamente la identificación de proteoformas y el entrenamiento de modelos de aprendizaje profundo para la predicción espectral.
El artículo presenta CellAwareGNN, un modelo fundacional de grafos que integra genómica de célula única en una base de conocimiento biomédico actualizada para superar las limitaciones de los modelos anteriores y mejorar significativamente la predicción de indicaciones de fármacos, especialmente en enfermedades autoinmunes, mediante la captura de mecanismos celulares específicos.
Este estudio pan-cáncer demuestra que la composición del microambiente tumoral, derivada de firmas de transcriptomas, contiene suficiente información para inferir con alta precisión el estado de mutaciones conductoras en diversos tipos de cáncer, validado de manera externa en múltiples cohortes independientes.
MetaTracer es una herramienta de alineación de nucleótidos que asigna simultáneamente lecturas de secuenciación a grupos taxonómicos y genes expresados en metatranscriptómica, ofreciendo una alta resolución a nivel de especie y permitiendo el análisis de la actividad transcripcional específica en comunidades microbianas complejas.
El artículo presenta GlycoForge, una herramienta de código abierto en Python que genera datos de glicómica sintéticos realistas con verdades de terreno conocidas y efectos inyectables, permitiendo la evaluación rigurosa de flujos de trabajo analíticos y algoritmos de corrección de efectos por lotes.
Este estudio presenta un ensamblaje genómico de novo de alta calidad de la variedad Mazia de Ensete ventricosum (ensete), revelando que aproximadamente el 25% de su genoma es único en comparación con los subgenomas A y B del plátano, lo que proporciona recursos fundamentales para comprender su adaptación y desarrollar estrategias de mejora genética.
Este artículo presenta HMOTP, un novedoso marco de aprendizaje automático diseñado para predecir trayectorias longitudinales en pacientes sometidos a trasplante de microbiota fecal mediante la integración jerárquica de datos multi-ómicos, mecanismos de atención multinivel y aprendizaje por transferencia, logrando alta precisión y descubrimiento de biomarcadores incluso con muestras pequeñas.
Este estudio presenta un marco de modelado inverso interpretable y estratificado temporalmente que vincula las respuestas transcriptómicas de secuenciación de ARN con los cambios en la morfología nuclear observados mediante técnicas de cell painting tras la exposición a radiación de baja dosis, identificando predictores genéticos estables que explican las variaciones fenotípicas a lo largo del tiempo.