878 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.
BacteReason es un modelo de lenguaje de gran tamaño ajustado que predice la susceptibilidad bacteriana a los antibióticos y proporciona justificaciones mecánicas mediante el aprovechamiento de un modelo docente basado en conocimientos, lo que resulta en una mejora significativa de la precisión de la predicción sobre los enfoques de referencia.
El artículo presenta GLOF, un conjunto de datos de referencia a gran escala y curado por expertos que comprende más de 112.000 variantes de sentido erróneo en casi 3.000 genes humanos, el cual clasifica las variantes como de ganancia de función, pérdida de función o neutras para facilitar el desarrollo y la evaluación de métodos computacionales para predecir mecanismos de variantes.
VelocityFM es un novedoso predictor de trayectorias proteicas de corto horizonte que utiliza el emparejamiento de flujo rectificado en el espacio de velocidad para generar conformaciones dinámicas geométricamente válidas, libres de choques y que preservan el plegamiento para proteínas no vistas, logrando una alta precisión estructural con una puntuación TM mediana de 0,929.
El artículo presenta GLEAM, un conjunto de herramientas de software basado en la web y sin necesidad de código, construido sobre el entorno de trabajo Galaxy, que permite a los investigadores biomédicos realizar análisis de aprendizaje automático supervisado rigurosos, reproducibles y accesibles a través de diversos tipos de datos, cumpliendo al mismo tiempo con las mejores prácticas.
Este artículo presenta un método de construcción de pangenomas escalable y acelerado por GPU que aprovecha las incrustaciones de modelos de lenguaje de proteínas y el agrupamiento avanzado para superar a herramientas existentes como SCARAP en la generación de clústeres de proteínas funcionalmente coherentes y específicos, particularmente en conjuntos de datos validados experimentalmente.
Ontologizer 3 es una aplicación de escritorio multiplataforma y de libre acceso que facilita el análisis de enriquecimiento de la Ontología Génica al ofrecer métodos tanto frecuentistas como bayesianos, demostrando estos últimos una precisión superior en la identificación de términos causales al considerar los solapamientos jerárquicos de los conjuntos de genes.
Los autores desarrollaron una herramienta de segmentación automatizada de código abierto basada en UNet llamada 'OCTOPUS' que logra una alta precisión en la detección de la displasia retiniana en escaneos de OCT de ratones, optimizando así el cribado preclínico y estandarizando las evaluaciones entre laboratorios.
Este artículo propone un método de ensamble sin entrenamiento que combina ProteinMPNN con el modelo de lenguaje específico para anticuerpos IgLM para mejorar significativamente la recuperación de aminoácidos y la diversidad de secuencias en el plegamiento inverso de anticuerpos, cerrando eficazmente la brecha entre los modelos estructurales generales y el diseño especializado de anticuerpos.
Este estudio integra la secuenciación de ARN y ATAC de célula única a través de los grados del carcinoma de células renales con células claras (ccRCC) para revelar que los cambios epigenéticos preceden a los cambios metabólicos e invasivos, al tiempo que define una firma pronóstica robusta de CBG y mapea la evolución dinámica del agotamiento inmunitario y las redes de comunicación intercelular.
El artículo presenta Handshake, un modelo de aprendizaje profundo basado únicamente en secuencias que aprovecha ProstT5 y la atención entre cadenas para predecir con precisión sitios de unión proteína-proteína específicos de cada socio a escala, al tiempo que revela que la alta redundancia de secuencias en los datos de entrenamiento infla significativamente las métricas de rendimiento en los bancos de pruebas existentes.