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.
El artículo presenta kitAb, un marco de trabajo de código abierto y computacionalmente eficiente que genera 59 descriptores interpretables para el modelado escalable y específico de ensayos de la desarrollabilidad de anticuerpos y revela diferencias fisicoquímicas sistemáticas a través de repertorios de anticuerpos naturales y terapéuticos a gran escala.
Este artículo presenta ecEvol, un método computacional que analiza los espectros de frecuencia alélica a partir de la secuenciación de genoma completo en masa para inferir el tiempo, la fuerza de selección y la dominancia clonal de la emergencia del ADN extracromosómico (ecDNA), revelando que la formación temprana de ecDNA impulsada por oncogenes se correlaciona con una menor supervivencia de los pacientes y que la dinámica del ecDNA varía significamente entre tumores no tratados y avanzados.
ReconSIREN es un novedoso marco de aprendizaje profundo que utiliza una arquitectura de Mezcla de Expertos para realizar un análisis de partícula única de CryoEM totalmente \textit{ab initio} que resuelve simultáneamente los artefactos de orientación preferente, la heterogeneidad de las partículas y la flexibilidad conformacional sin depender de métodos de optimización tradicionales.
Este estudio introduce un marco impulsado por la topología que integra con éxito datos proteómicos y funcionales de tejidos cardíacos humanos de ingeniería para revelar cómo la epinefrina y la doxorrubicina ejercen efectos inotrópicos opuestos mediante la modulación diferencial de la homeostasis energética, la traducción mitocondrial y la proteostasis.
KENT es un marco de computación perimetral portátil y fuera de línea que utiliza un clúster de módulos NVIDIA Jetson Nano para permitir el cribado metagenómico de patógenos rápido y acelerado por GPU en entornos con recursos limitados, logrando aceleraciones significativas respecto a las líneas base de CPU mientras mantiene una alta precisión de clasificación y fidelidad en la estimación de abundancia.
FlyAnatoView es un recurso que aborda la falta de contexto espacial en los datos de secuenciación de ARN de célula única al proyectar perfiles transcriptómicos sobre diagramas anatómicos de *Drosophila*, restaurando así la información sobre las ubicaciones de tejidos u órganos específicos de las células individuales.
FilAdh es un marco computacional unificado y consciente de la degradación que segmenta simultáneamente las adhesiones focales y reconstruye las fibras de estrés de actina para permitir un análisis morfométrico preciso y una clasificación espacial, superando a los métodos existentes en pruebas de referencia mientras caracteriza explícitamente cómo imperfecciones de imagen específicas afectan las mediciones estructurales.
Este artículo presenta una estrategia computacional integrada para analizar las señales de corriente iónica de proteínas en nanoporos que combina técnicas de eliminación de ruido, segmentación y aprendizaje automático para lograr una alta precisión en la clasificación binaria basada en la carga y para modelar la translocación de péptidos, a pesar de los desafíos para distinguir los 20 aminoácidos.
Este estudio demuestra que los modelos de codificación de entrada aditiva utilizados en las pantallas de Perturb-seq actuales no logran generalizarse a nuevos objetivos de perturbación dejados fuera del entrenamiento, revelando que los operadores regulatorios inferidos no están validados para predecir respuestas a genes no vistos a pesar de su identificabilidad matemática.
VINTER es un modelo generativo de visión y lenguaje que unifica la histología, la expresión génica y el vecindario espacial en una única secuencia para anotar e interrogar con precisión las estructuras de tejidos espaciales a través de diversas plataformas y resoluciones, revelando la heterogeneidad biológica oculta y permitiendo la edición de evidencia molecular sin necesidad de reentrenamiento.