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.
Este estudio caracteriza empíricamente la "deuda de verificación" inherente a los flujos de trabajo de investigación biológica automatizados utilizando la plataforma agéntica Biomni, proponiendo un nuevo marco VERIFY y un conjunto de métricas para evaluar la trazabilidad y la validez de las decisiones científicas impulsadas por IA a través de diversos dominios biológicos.
Los autores presentan methylTFR, un paquete de R que cuantifica la actividad de los factores de transcripción a partir de datos de metilación del ADN para identificar reguladores específicos de tipos celulares y resolver trayectorias de desarrollo a través de metilomas de células inmunitarias tanto de tipo bulk como de célula única.
Este artículo presenta el paquete de R EndoMT, un recurso curado de conjuntos de genes asignados direccionalmente diseñado para permitir un análisis de enriquecimiento transcriptómico específico y sensible de la transición endotelio-mesenquimal a través de diversos modelos experimentales y contextos de enfermedad, abordando las limitaciones de los marcos existentes de transición epitelio-mesenquimal general.
Este estudio demuestra que el uso de histología H&E emparejada como señal supervisora durante el entrenamiento no logra mejorar consistentemente los modelos fundacionales transcriptómicos porque las estructuras de lote específicas de la diapositiva en la transcriptómica espacial basada en puntos limitan la señal compartida entre genes y morfología, reorganizando finalmente la información existente sin recuperar los detalles biológicos perdidos.
El artículo presenta scTAPAS, un marco bioinformático que reconstruye los genotipos de los donantes directamente a partir de lecturas de secuenciación de ARN de célula única, permitiendo análisis precisos de eQTL y de asociación HLA-TCR incluso en ausencia de datos de genotipado convencional emparejados.
PIE es un modelo novedoso que generaliza los efectos de la perturbación celular a través de contextos, perturbaciones y conjuntos de datos no vistos al reformular la tarea de aprendizaje en torno a los efectos a nivel de población y aprovechando entradas biológicas auxiliares, logrando un rendimiento de vanguardia en la predicción de cambios en la expresión génica y de genes expresados diferencialmente.
Este estudio demuestra que los predictores de efecto de variantes basados en homología fallan sistemáticamente para los farmacogenes del Citocromo P450 porque rastrean principalmente la abundancia proteica en lugar de la actividad catalítica, lo que requiere un nuevo enfoque de modelado que incorpore el contexto específico del sustrato para predecir con precisión las consecuencias funcionales.
EnsPlex es un marco de trabajo de múltiples fuentes que integra diversos métodos de muestreo estructural con un modelo de evaluación de calidad sensible a la topología (FACET) para mejorar significativamente la precisión y las tasas de éxito de la predicción de complejos proteicos en sistemas antígeno-anticuerpo en comparación con los enfoques existentes.
Este estudio presenta el algoritmo MAPLE para analizar datos de transcriptómica espacial de múltiples muestras, revelando que la progresión de la fibrosis pulmonar idiopática implica programas fibróticos específicos de cada región y la colocalización espacial de células senescentes con nichos basaloide aberrantes en pulmones humanos.
Este artículo presenta QHGM, un novedoso modelo generativo basado en el Hamiltoniano cuántico emparejado con un algoritmo cuántico variacional escalable (VQ-Net) que supera significativamente a los métodos clásicos en la inferencia de redes de regulación génica a partir de datos de transcriptómica de célula única, como lo demuestra su precisión superior en pruebas de referencia sintéticas y en conocimientos biológicamente relevantes en glioblastoma.