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.
MetaUmbra es una novedosa herramienta computacional que permite la inferencia de presencia a nivel genómico y controlada estadísticamente en metaproteómica mediante la evaluación formal de la evidencia de péptidos únicos y compartidos contra un panel de genomas de referencia para resolver la ambigüedad taxonómica.
Este artículo establece que la aplicación de flujos de trabajo estándar de preprocesamiento de scRNA-seq a datos generados por un modelo de metacélulas resulta en un modelo de mezcla gaussiana en el espacio PCA, un hallazgo derivado mediante la teoría de matrices aleatorias que revela las limitaciones del modelo de metacélulas para capturar correlaciones génicas y subestimar la varianza en conjuntos de datos reales, al tiempo que ofrece un marco para mejorar el modelado estadístico posterior.
El artículo presenta *biomes*, un paquete de R que proporciona capas ráster globales armonizadas para 31 esquemas de biomas distintos y un flujo de trabajo reproducible y basado en datos para ayudar a los investigadores a seleccionar el esquema más adecuado y clasificar los registros de presencia de especies para estudios ecológicos y evolutivos.
SFUMATO es un marco probabilístico bayesiano acelerado por GPU que supera las limitaciones del agrupamiento de etiquetas rígidas en la transcriptómica espacial mediante la generación de visualizaciones de mezcla de colores y mapas cuantitativos conscientes de la incertidumbre que capturan transiciones transcripcionales graduales y heterogeneidad tisular sin requerir una segmentación celular previa.
Este artículo revela que el rendimiento predictivo de los clasificadores de péptidos antidiabéticos suele estar inflado por la fuga de homología en los bancos de pruebas estándar, demostrando que cuando las secuencias homólogas se separan adecuadamente, la precisión disminuye significativamente y modelos más simples pueden lograr resultados comparables con una eficiencia mucho mayor.
Este artículo presenta el Criterio del Cociente de Inestabilidad (IQC, por sus siglas en inglés), una métrica novedosa que aprovecha el modelado de conjunto y la entropía de Shannon para cuantificar y mejorar la reproducibilidad de la selección de características en análisis biológicos de alta dimensionalidad, abordando específicamente los problemas de inestabilidad inherentes a la regresión Elastic Net.
vartracker es una herramienta de código abierto y agnóstica a los patógenos que optimiza el análisis y la visualización de la evolución longitudinal de los patógenos mediante la integración de diversos insumos genómicos, el seguimiento de la emergencia y persistencia de variantes, y la generación de resultados reproducibles con visualizaciones interactivas.
Este estudio presenta un marco que integra datos ómicos con estructuras experimentales de proteína-ARN para identificar núcleos de motivos de unión y evaluar a AlphaFold3, revelando tanto su promesa predictiva como sus limitaciones actuales, tales como indicios de memorización y desafíos con modos de unión alternativos.
CHACAM es un marco de aprendizaje automático supervisado que integra la expresión génica, las interacciones ligando-receptor y los mapas de contacto celular para resolver identidades celulares ambiguas en la embriogénesis temprana de *C. elegans* mediante el aprovechamiento de firmas de interacción célula-célula para una anotación de alta precisión.
El artículo presenta PeTriPPI2, un marco híbrido que fusiona las incrustaciones de secuencia de ESM-2 con las representaciones estructurales de PeTriBERT para predecir interacciones proteína-proteína, logrando una alta exactitud y precisión en el conjunto de datos Pinder al tiempo que demuestra el valor complementario de las características tanto de secuencia como estructurales mediante estudios de ablación.