💻 Category

bioinformatics

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.

Genomic-island cassette architecture drives pathogenic Enterococcus cecorum lineages: Cassette2Vec-EC, a structural genomics and machine-learning framework

El estudio presenta Cassette2Vec-EC, un marco de genómica estructural y aprendizaje automático que representa las islas genómicas como unidades de cassette para predecir con alta precisión las cepas patógenas de *Enterococcus cecorum* y localizar módulos específicos asociados al riesgo, superando las limitaciones de los flujos de trabajo tradicionales de vigilancia genómica.

Goswami, A., Rafi, S., Lagad, R.2026-02-21💻 bioinformatics

On Deriving Synteny Blocks by Compacting Elements

Este artículo presenta un marco formal para derivar bloques de sintenia directamente a partir de datos de secuencia mediante la partición de elementos genómicos sin romperlos, demostrando que, aunque los problemas de optimización generales son NP-duros, es posible obtener una solución óptima en tiempo lineal bajo restricciones de colinealidad y elementos compartidos.

Bohnenkaemper, L., Parmigiani, L., Chauve, C., Stoye, J.2026-02-20💻 bioinformatics

ProteoMapper: Alignment-Aware Identification and Quantitative Analysis of Contextual Motif-Domain Patterns in Protein Families

ProteoMapper es un marco computacional que integra la anotación de dominios con la detección de motivos para cuantificar sus relaciones espaciales y de conservación evolutiva en familias de proteínas, facilitando el análisis de restricciones funcionales y la predicción de efectos de variantes sin requerir programación.

Sefa, S. M., Sarkar, J., Robin, A. H. K., Uddin, M.2026-02-20💻 bioinformatics

Geometric-aware and interpretable deep learning for single-cell batch correction via explicit disentanglement and optimal transport

El marco de aprendizaje profundo interpretable iDLC elimina eficazmente los efectos de lote en datos de secuenciación de ARN de células individuales mediante un desentrelazamiento explícito de características y alineación basada en transporte óptimo, logrando una corrección robusta que preserva la fidelidad biológica y escala a millones de células.

Jiang, C., Zheng, R., Ji, Y., Cao, S., Fang, Y., Wang, Z., Wang, R., Liang, S., Tao, S.2026-02-20💻 bioinformatics

TSUMUGI: a platform for phenotype-driven gene network identification from comprehensive knockout mouse phenotyping data

El artículo presenta TSUMUGI, una plataforma que identifica redes de genes impulsadas por fenotipos utilizando datos de fenotipado sistemático de ratones knockout del consorcio IMPC para facilitar la interpretación de funciones génicas coordinadas y la generación de hipótesis sobre fenotipos complejos.

Kuno, A., Matsumoto, K., Taki, T., Takahashi, S., Mizuno, S.2026-02-20💻 bioinformatics

A New Sparse Bayesian Quantile Neural Network-based Approach and Its Application to Discover Physiological Sweet Spots in the Canadian Longitudinal Study on Aging

Este estudio presenta un nuevo enfoque basado en redes neuronales bayesianas esparsas (Q-FSNet y Q-DirichNet) que, aplicado a datos del Estudio Longitudinal Canadiense sobre el Envejecimiento, identifica metabolitos con rangos óptimos de homeostasis ("puntos dulces") para minimizar la aceleración de la edad biológica, ofreciendo una herramienta escalable y interpretable para la medicina de precisión.

Min, J., Vishnyakova, O., Brooks-Wilson, A., Elliott, L. T.2026-02-20💻 bioinformatics