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 Pioneer y Altimeter, herramientas de código abierto que optimizan el análisis de proteómica DIA mediante la modelización explícita de los efectos de las ventanas de aislamiento estrechas, logrando identificaciones de alta confianza y cuantificación precisa con una velocidad de procesamiento 2 a 6 veces superior a la de los métodos actuales.
El artículo presenta edgePython, un puerto en Python de edgeR que integra el ecosistema de genómica de células individuales con modelos de efectos mixtos y contracción empírica de Bayes para el análisis de datos de conteo.
El estudio presenta CellDyc, un marco de aprendizaje semi-supervisado que integra puntos de tiempo experimentales para inferir velocidades transcriptómicas y reconstruir trayectorias celulares precisas, superando a los métodos existentes en diversos contextos biológicos como el desarrollo y la enfermedad.
Este estudio identifica y valida una firma mutacional compuesta basada en datos de secuenciación de paneles dirigidos que revela la deficiencia en la reparación por escisión de nucleótidos inducida por mutaciones en ERCC2, permitiendo predecir una mejor respuesta al tratamiento con platino y supervivencia en cáncer de vejiga y sugiriendo su aplicabilidad terapéutica en otros tumores sólidos.
El estudio presenta NanoHIVSeq, una nueva bioinformática sin UMI y libre de referencias que aprovecha la secuenciación de lectura larga de Oxford Nanopore para procesar de manera eficiente y precisa variantes completas del gen Env del VIH-1, superando las limitaciones de los métodos tradicionales y ofreciendo una alternativa robusta para el estudio de grandes cohortes.
Este estudio evalúa el rendimiento de diversos modelos de lenguaje grande, tanto generales como específicos de química, para predecir la eficacia terapéutica de los oligonucleótidos antisentido, demostrando que el uso de secuencias de ADN con información génica mediante ingeniería de prompts supera a las representaciones SMILES y que GPT-3.5-Turbo logra los mejores resultados con aprendizaje de pocos ejemplos.
Este estudio presenta un enfoque de aprendizaje automático basado en algoritmos como KNN, árboles de decisión y bosques aleatorios que supera a los métodos tradicionales al asignar fórmulas moleculares en datos de espectrometría de masas de ultra alta resolución de mezclas complejas, aumentando significativamente la cantidad de fórmulas anotadas y proporcionando un nuevo conjunto de datos y código de código abierto como punto de referencia para el campo.
El artículo presenta ModCRElib, un paquete independiente que ofrece herramientas para analizar y modelar interacciones entre factores de transcripción y ADN, permitiendo predecir motivos de unión, afinidades y estructuras de complejos regulatorios mediante el uso de información estructural.
Este estudio presenta el Therapeutic Cancer Cell Atlas (TCCA), un recurso pan-canceroso de células individuales que integra aproximadamente 1,8 millones de transcriptomas para mapear la heterogeneidad terapéutica a resolución subclonal, revelando que las vulnerabilidades a los fármacos surgen principalmente de programas transcripcionales funcionales y estados del microambiente tumoral más que de la diversidad genómica, lo que ofrece un marco escalable para guiar la priorización terapéutica y la medicina de precisión.
Este estudio presenta DegrAID, una herramienta bioinformática que extrae firmas de degradación específicas de enfermedades y endotipos de conjuntos de datos proteómicos clínicos no etiquetados, revelando patrones de remodelación tisular distintivos en la artritis reumatoide y la osteoartritis.