💻 Category

bioinformatics

1199 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.

💻 bioinformática

Do LLM Proposers Improve Budgeted Search for Ionizable Lipids?

Este estudio introduce el marco LEAF para evaluar si los modelos de lenguaje mejoran la búsqueda molecular presupuestada para lípidos ionizables, encontrando que, a pesar de los diversos grados de compromiso con la evidencia, los proponentes de LLM zero-shot no logran superar a los baselines clásicos como los algoritmos genéticos debido a las altas tasas de duplicación y a una falta de ganancias reales de rendimiento.

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

Deep-learning-driven tumor microenvironment profiling improves immunotherapy response prediction

El estudio presenta EcoNet, un marco de aprendizaje profundo que modela ecosistemas del microambiente tumoral estructurados y redes de señalización para superar significativamente a los métodos existentes en la predicción de la respuesta a la inmunoterapia, validado por su capacidad para identificar programas de genes biológicamente relevantes y estratificar resultados clínicos en el carcinoma de células claras de células renales.

Wang, R. H., Benard, B. A., Ilerten, I., Zdravkovic, S., Al-Humadi, R., Nasr, S., Howitt, B., Gentles, A. J.2026-10-13
💻 bioinformática

BioMod: Biological Module Tokenization for Single-Cell Foundation Modeling

BioMod es un modelo fundacional de célula única de 50 millones de parámetros que mejora la eficiencia de representación y el rendimiento al tokenizar las células en módulos superpuestos biológicamente significativos en lugar de genes individuales, logrando resultados de vanguardia en tareas como la anotación de tipos celulares y la predicción de perturbaciones, al tiempo que permite una inferencia eficiente en una sola GPU.

Meng, L., Zhu, J., Han, B., Zang, Y., Li, W., Zong, K., Zhong, J., Yang, Y., Liu, J., Jia, J., Sun, R., Yu, G., Han, J. (…)2026-10-13
💻 bioinformática

Imputing relative abundances via Gaussian random fields

Este artículo introduce un marco de campos aleatorios gaussianos explicables para la imputación múltiple de datos composicionales longitudinales que maneja eficazmente las muestras faltantes, las dependencias temporales y la inflación de ceros, demostrando su utilidad en la reconstrucción de trayectorias del microbioma intestinal para mejorar las predicciones de alergia alimentaria y depresión posparto.

Shternshis, A., Singh, P., Hugerth, L. W.2026-10-13
💻 bioinformática

AmyloCore-ML: AI/Machine Learning Enabled Identification of Amyloid Fibril Core Regions Using Protein Language Models

AmyloCore-ML es un novedoso predictor basado en secuencias que aprovecha los incrustamientos de modelos de lenguaje de proteínas, particularmente ESM-2, para identificar con precisión las regiones del núcleo de la fibrilla amiloide resueltas estructuralmente, superando a herramientas existentes como CrossBeta y AggrescanAI.

Singh, J., Jangid, R., Srivastava, A.2026-10-12
💻 bioinformática

MtbAIM: AI/ML-guided endpoint-specific prediction of small-molecule activity across drug-susceptible and drug-resistant Mycobacterium tuberculosis

Este estudio presenta MtbAIM, una plataforma impulsada por IA/AA que utiliza diversas representaciones moleculares y algoritmos basados en árboles para predecir con precisión la actividad y las concentraciones mínimas inhibitorias de pequeñas moléculas contra aislados de *Mycobacterium tuberculosis* tanto sensibles como resistentes a los fármacos.

Singh, J., Singh, K.2026-10-12
💻 bioinformática

High-performance xenograft read-sorting for DNA methylation analysis

Los autores presentan una versión mejorada y libre de alineamiento de la herramienta Xengsort que permite la separación eficiente y precisa de lecturas de ADN por especie para el perfilado epigenético de modelos de xenoinjertos derivados de pacientes, superando a los métodos existentes en eficiencia computacional.

Altendorfer, S., Zentgraf, J., Schmitz, J. E., Plass, C., Gerhauser, C., Rahmann, S.2026-10-12
💻 bioinformática

Human Intestinal Absorption Revisited: The 1998 Descriptors Survive, and the Method Extends to Permeability

Este artículo revisita un modelo de 1998 para la absorción intestinal humana al demostrar que su rendimiento original dependía de una división de datos fortuita, y establece posteriormente modelos predictivos más robustos y basados en consenso para la absorción intestinal y diversos ensayos de permeabilidad utilizando conjuntos de descriptores seleccionados mediante algoritmos genéticos y bosques aleatorios a través de 250 extracciones estratificadas.

Muskal, S. M., Wessel, M. D.2026-10-11
💻 bioinformática

GenDiMug: a generic inclusive multigraph framework to analyze genomic organizations and -omics data at multiple scales

GenDiMug es un novedoso marco de multigrafos que supera las limitaciones de las representaciones genómicas lineales mediante el uso de modelos de red para integrar datos multiómicos y analizar la organización genómica en múltiples escalas, revelando patrones estructurales como el agrupamiento de la expresión génica y la regulación circadiana.

Teuliere, J., Lopez, P., Corel, E., Llorente, B., Bapteste, E.2026-10-11
💻 bioinformática

In silico subtractive genomics and reverse vaccinology approach reveal outer membrane proteins OMP47 and LptD as dual-purpose drug and vaccine targets in Pasteurella multocida Pm70

Este estudio emplea un flujo de trabajo integrado de genómica sustractiva *in silico* y vacunología inversa para identificar las proteínas de la membrana externa OMP47 y LptD como dianas de doble propósito (fármaco y vacuna) contra *Pasteurella multocida* Pm70, culminando en el diseño de un constructo de vacuna multiepitópica seguro y altamente antigénico.

Khan Chowdhury, A. R., Islam, S., Farid, A., Lamia, F., Ahmad, T. F., Hossain, N. J., Paul, A. R., Afrin, T., Elias, S. (…)2026-10-11