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.
El artículo presenta SCiMS, una herramienta bioinformática que utiliza un clasificador bayesiano basado en la densidad de lecturas de los cromosomas sexuales para predecir con alta precisión el sexo del huésped en datos de secuenciación metagenómica, incluso con baja cobertura de ADN y en diversas especies.
Este estudio realiza un metaanálisis de 12 cohortes infantiles en 8 países para demostrar que el viroma intestinal humano sigue una trayectoria de desarrollo conservada y predecible durante los primeros tres años de vida, caracterizada por un aumento rápido de la riqueza viral, una convergencia comunitaria y cambios funcionales que establecen una línea base para identificar alteraciones asociadas a enfermedades.
El artículo presenta DEFT, un nuevo método que combina modelos de lenguaje proteico y análisis estructural para predecir con mayor precisión y eficiencia los números de la Comisión de Enzimas (EC) de las enzimas degradadoras de mucina, validando su eficacia en la anotación genómica de bacterias intestinales.
Este artículo presenta un marco de evaluación equilibrado por entidades y la estrategia de entrenamiento UnbiasNet para eliminar los sesgos de shortcuts en la predicción de asociaciones biológicas multivariables, permitiendo una valoración más rigurosa y justa del aprendizaje relacional genuino.
El estudio demuestra que, aunque los modelos de aprendizaje automático de "zero-shot" actuales predicen con precisión el impacto de mutaciones individuales, fallan sistemáticamente al predecir los efectos de combinaciones de mutaciones con epistasis fuerte, lo que revela una limitación crítica para el diseño de proteínas y los estudios evolutivos.
Este estudio demuestra que ARN largos no codificantes específicos de humanos, que se sobreexpresan en tejido cartilaginoso inducido a partir de células iPS, regulan genes de la matriz extracelular, lo que sugiere su potencial para mejorar la regeneración de cartílago y elucidar mecanismos de enfermedades prevalentes en humanos.
Este estudio demuestra que un algoritmo de muestreo basado en prefijos puede reducir eficazmente el tamaño de los genomas bacterianos manteniendo una alta precisión predictiva en tareas de fenotipado, superando a arquitecturas de aprendizaje profundo complejas y permitiendo la trazabilidad de los k-mers a genes específicos.
El artículo presenta PIGLET, un método novedoso basado en grafos que supera a los modelos existentes en la predicción de interacciones fármaco-diana, especialmente en escenarios de división rigurosos y casos de estudio del mundo real, al operar sobre un grafo de conocimiento proteómico en lugar de representaciones unidimensionales o tridimensionales.
KG-Orchestra es un marco de código abierto basado en agentes múltiples que utiliza la generación aumentada por recuperación (RAG) para enriquecer automáticamente los grafos de conocimiento biomédico con evidencia trazable y granular, superando las limitaciones de escalabilidad de la curación manual y la falta de precisión de los enfoques automatizados puros.
Este estudio caracteriza computacionalmente el sistema de secreción tipo IV de *Brucella melitensis* y propone la reposición de fármacos como estrategia terapéutica, identificando tres candidatos prometedores (Ezetimibe, Clordiazepóxido y Aloína) que podrían desarmar al patógeno al inhibir su ATPasa VirB11.