1211 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.
El artículo presenta DEPower, una herramienta basada en la web fundamentada en el marco del modelo DESeq2 que permite a los investigadores realizar un análisis de potencia riguroso y analítico para determinar el tamaño de muestra óptimo tanto en experimentos de RNA-seq de masa como de célula única.
Este artículo propone un marco de lenguaje estadístico para analizar proteomas mediante la cuantificación de descriptores de información intrínsecos y de compresibilidad a través de diversos organismos, revelando que las secuencias de proteínas reales exhiben dependencias posicionales complejas y redundancia que exceden significativamente lo predicho por modelos composicionales simples o de primer orden de Markov.
Este artículo presenta -PRO, un marco escalable y con fundamentos sólidos para el diseño de cebadores multiplex conscientes de las variantes que combina un algoritmo casi lineal para la optimización robusta de la Región de Diseño de Cebadores con una heurística eficiente para la selección de subconjuntos termodinámicos, superando a las herramientas existentes en la creación de paneles de PCR compactos y estables para diversos conjuntos de datos de patógenos.
Este estudio presenta StackCBEmbed, un novedoso modelo de aprendizaje automático de conjunto que combina características de secuencia tradicionales con incrustaciones de modelos de lenguaje de proteínas preentrenados para predecir con precisión los sitios de unión proteína-carbohidrato a nivel de residuo directamente desde secuencias primarias.
El artículo presenta spammR, un paquete de R diseñado para facilitar el análisis e integración de extremo a extremo de diversos conjuntos de datos multiómicos espaciales, con un enfoque específico en las mediciones derivadas de espectrometría de masas dentro de una única muestra de tejido.
Este estudio demuestra que el enfoque de reposicionamiento de fármacos multiobjetivo de la plataforma CANDO identifica y valida con éxito nuevos candidatos terapéuticos para la esquizofrenia mediante el análisis de las firmas de interacción compuesto-proteoma, revelando tanto mecanismos establecidos como potenciales mecanismos nuevos que involucran sistemas de neurotransmisores y vías de señalización de calcio.
Este artículo demuestra que la ampliamente utilizada puntuación de suma de pares a menudo falla al identificar los alineamientos de secuencias múltiples más precisos y propone un marco de puntuación basado en aprendizaje profundo, específicamente el Modelo 2, el cual clasifica eficazmente los alineamientos alternativos para mejorar la reconstrucción filogenética posterior.
LongPolyASE es un marco integral de extremo a extremo diseñado para permitir el análisis de genes e isoformas específicos de alelos en poliploides utilizando datos de RNA-seq de lectura larga, abordando la actual falta de herramientas especializadas para estos organismos a través de sus componentes integrados para la identificación de genes sinténicos, la cuantificación de transcritos y el análisis de expresión diferencial.
Este estudio demuestra que los datos de RNA-seq enriquecidos en poli(A) no son adecuados para la detección fiable de circRNA debido a las altas tasas de falsos positivos y al desacuerdo entre las herramientas, estableciendo que la secuenciación de RNA total con una deplesión efectiva del RNA ribosomal es el estándar necesario para un perfilado preciso de circRNA.
RareCapsNet es un marco de red de cápsulas explicable que identifica de manera robusta poblaciones celulares raras y sus firmas transcriptómicas en datos de RNA-seq de célula única a gran escala, superando a los métodos de vanguardia al tiempo que permite la transferencia de conocimiento a través de diferentes lotes experimentales.