1235 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 MIMIQ, un método de agrupamiento adaptativo que permite calcular la información mutua y realizar pruebas de significancia estadística de manera eficiente para datos de secuenciación de ARN de células individuales, demostrando su utilidad al analizar la reconfiguración génica en células T CD4+ durante la infección por SARS-CoV-2.
El artículo presenta CRIS, una base de datos centralizada que ofrece conjuntos de datos rigurosamente curados, flujos de trabajo estandarizados y herramientas accesibles para la estructura y las interacciones del ARN, abordando los desafíos de reproducibilidad y calidad para facilitar su integración en el descubrimiento de nuevas estructuras mediante inteligencia artificial.
El estudio presenta KNexPHENIX, un flujo de trabajo personalizado basado en PHENIX que mejora la calidad estereoquímica y la precisión de los modelos estructurales macromoleculares derivados de criomicroscopía electrónica y cristalografía de rayos X, superando a métodos de refinamiento estándar sin comprometer la correlación modelo-mapa ni provocar sobreajuste.
El marco HEIMDALL demuestra que el diseño de tokenizadores, específicamente en ejes como la identidad génica, la codificación de expresión y el ordenamiento, es fundamental para lograr una transferencia robusta en modelos fundacionales de células individuales bajo cambios de distribución, a pesar de que no existe un tokenizador universalmente óptimo.
Este artículo demuestra que la heterogeneidad en la profundidad de las observaciones de células individuales distorsiona la inferencia de variedades biológicas al crear artefactos topológicos, y propone descriptores de estabilidad topológica para delimitar un régimen de confianza en estos análisis.
Este artículo introduce una definición generalizada de etiquetado correcto de duplicaciones en árboles génicos, válida incluso bajo coalescencia profunda, y evalúa las propiedades estadísticas y la precisión del algoritmo de etiquetado de ASTRAL-pro bajo el modelo unificado de duplicación, pérdida y coalescencia (DLCoal).
Este estudio demuestra que la combinación de alfabetos reducidos de aminoácidos con tokenización subpalabra permite entrenar modelos de lenguaje proteico más eficientes y rápidos, manteniendo o incluso mejorando el rendimiento predictivo en diversas tareas.
Este estudio presenta Cyclome, un marco computacional integral que unifica un recurso de 930 péptidos cíclicos, desarrolla algoritmos de alineación específicos para topología circular y entrena modelos de aprendizaje automático para predecir su estabilidad térmica y su capacidad de unión a metales críticos, sentando las bases para el diseño racional de péptidos cíclicos estables.
Pipette es un marco de inteligencia artificial multiagente que orquesta flujos de trabajo de bioinformática mediante un grafo de habilidades derivado de la literatura científica, permitiendo a investigadores sin experiencia computacional ejecutar análisis genómicos complejos y reproducibles de extremo a extremo mediante interacción en lenguaje natural.
Este estudio demuestra que los Autoencoders Variacionales (VAE) son efectivos para agrupar datos biomédicos mediante la identificación de estructuras latentes y el uso de la verosimilitud de reconstrucción, ofreciendo un enfoque principiado para la detección de anomalías y la interpretación clínica.