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 LDDM, un modelo generativo 3D unificado que supera los desafíos de accesibilidad sintética en el descubrimiento de fármacos al permitir el diseño rápido de nuevas moléculas pequeñas y péptidos específicos para un objetivo, los cuales fueron validados experimentalmente para lograr una alta afinidad de unión y precisión estructural a través de cinco proteínas diana.
Este estudio demuestra que en la transcriptómica espacial virtual, las representaciones de genes preentrenadas mejoran primordialmente la predicción de la expresión media de un gen a través de los tejidos en lugar de su variación espacial, revelando que la generalización entre genes es impulsada más por la transferencia de expresión amplia que por la recuperación de patrones espaciales específicos.
Este artículo evalúa sistemáticamente los incrustamientos de aprendizaje contrastivo de DrugCLIP para el cribado virtual basado en la estructura, revelando que mientras sus incrustamientos de bolsillos ofrecen una búsqueda de similitud estructural rápida y robusta y sus incrustamientos de ligandos capturan patrones químicos conscientes del bolsillo con una fuerte generalización a dianas no vistas, el rendimiento se ve significativamente limitado por las variaciones conformacionales y las imprecisiones en los bolsillos proteicos predichos.
El artículo presenta fDOG-Assembly, una nueva herramienta que permite búsquedas de ortólogos dirigidas y conscientes de la arquitectura de las características directamente en ensamblajes genómicos no anotados, superando así las limitaciones de los métodos tradicionales que dependen de proteomas preanotados y revelando nuevos conocimientos biológicos, tales como el potencial generalizado de biosíntesis de -lactama en colémbolos.
DieciSixPack-AbScan es un servidor web gratuito y agnóstico de la especie que ayuda a los investigadores que trabajan con organismos no modelo a identificar la potencial reactividad cruzada de anticuerpos mediante el cribado computacional de la conservación de secuencias de epítopos, priorizando así los candidatos para la validación experimental.
El artículo presenta TriGer, un marco de triple grafo que supera las limitaciones de las asociaciones de pares fragmentadas en datos multiómicos mediante la identificación de módulos coordinados de muchos a muchos interpretables a través de las capas moleculares, demostrando su eficacia en la recuperación de señales estructuradas en simulaciones y revelando patrones biológicos específicos de enfermedades en la enfermedad inflamatoria intestinal y el cáncer colorrectal.
FORGE es un pipeline de Nextflow contenedorizado y configurable que automatiza el análisis de multioma de núcleo único de extremo a extremo mediante la integración de datos de expresión génica y accesibilidad de la cromatina para la inferencia de redes regulatorias y pruebas diferenciales, mejorando así la escalabilidad, la reproducibilidad y la interpretación biológica a través de diversos conjuntos de datos.
El artículo presenta ML4SD, un ciclo de aprendizaje activo de Diseño-Construcción-Prueba-Aprendizaje que integra el aprendizaje automático con un nuevo algoritmo de alto rendimiento (gcSwarms) para identificar eficientemente diseños de cepas microbianas acopladas al crecimiento, logrando rendimientos de carbono significativamente más altos con muchas menos iteraciones experimentales que los métodos de búsqueda tradicionales.
Este estudio demuestra que, si bien las GAN de Wasserstein superaron a los Autoencodificadores Variacionales en la generación de anticuerpos de novo experimentalmente viables (99% frente al 5% de éxito), esta disparidad fue impulsada primordialmente por la estrategia de muestreo —generación incondicional frente a la siembra latente con anticuerpos conocidos— más que por una superioridad arquitectónica inherente.
Este artículo introduce una regla de selección de modelos consciente de la incertidumbre para modelos estocásticos de expresión génica que mejora el PGF-BIC convencional mediante la incorporación de un umbral basado en datos, derivado a través de funciones de influencia e la desigualdad de Cantelli, para dar cuenta de la incertidumbre de muestreo y evitar la sobreselección de modelos complejos sin sacrificar la eficiencia computacional.