💻 Category

bioinformatics

1205 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.

💻 bioinformática

Bravais Lattice Sampling: Geometry-Guided Sparse Probing for Connected-Component Detection in 3D Discretized Spaces

Este artículo presenta el Muestreo de Redes de Bravais (BLS, por sus siglas en inglés), un algoritmo de dos fases guiado por la geometría que detecta eficientemente regiones conectadas de alta densidad en espacios discretizados 3D mediante la sustitución de los escaneos de rasterización exhaustivos por sondeos de red dispersos y expansión dirigida, logrando un 100% de exhaustividad con costos computacionales comparables o inferiores a los métodos existentes.

Carrascoza, F.2026-09-03
💻 bioinformática

Interactive downstream proteomics analysis with MiraProt using Mueller cell proteomes from equine recurrent uveitis

Este artículo presenta MiraProt, una plataforma R Shiny modular y consciente de los metadatos para el análisis proteómico interactivo de procesos posteriores, y demuestra su utilidad al reanalizar los proteomas de las células de Müller de caballos con uveítis recurrente equina para revelar una firma de proteínas asociada a la respuesta de interferón, al ciclo celular y al MHC clase II.

Schmalen, A., Fleischer, A. B., Riedel, B. M., Deeg, C. A.2026-09-02
💻 bioinformática

Mural-VISTA: A tool for mural cell-vessel interaction assessment and multiscale single-cell topo-morphological analysis

Los autores desarrollaron Mural-VISTA, un flujo de trabajo de Python semiautomático para el análisis 3D de las interacciones entre células murales y vasos y métricas topo-morfológicas multiescala, el cual reveló cambios estructurales específicos de tipo celular en pericitos y células de músculo liso vascular impulsados por una actividad alterada de RhoA.

Zeng, H., Hu, M., Phng, L.-K., Matsunaga, Y. T.2026-09-01
💻 bioinformática

EXTRARNAS: A Framework for Extracting RNA Structures with Multiple Tools

EXTRARTNAS es un marco de trabajo en Java basado en Docker y reproducible que automatiza la extracción de anotaciones estructurales de ARN utilizando múltiples herramientas y estandariza sus salidas heterogéneas en los formatos BPSEQ y el nuevo BPSEQE para facilitar la comparación consistente de interacciones canónicas y no canónicas.

Di Petta, F., Rosati, P., Canchari, P. H., Quadrini, M., Tesei, L.2026-09-01
💻 bioinformática

MetaDome 2027: a comprehensively updated resource for aggregating missense variant evidence across homologous human protein domains

Este artículo presenta MetaDome 2027, un recurso exhaustivamente actualizado que agrega evidencia de variantes de sentido erróneo a través de dominios proteicos humanos homólogos con soporte GRCh38, expandiendo significativamente la cobertura de dominios y proporcionando evidencia patogénica crítica para reclasificar variantes de significado incierto en la genética clínica.

Wiel, L., Ferraro, F., Yu, J., Zhen, J., Nachun, D., Mendez, R., Reuter, C. M., Cui, J. L., Bonner, D. E., Carter, J. N. (…)2026-08-31✓ Author reviewed ⓘ
💻 bioinformática

scPyviewer: a Python-native interactive viewer from AnnData single-cell data

scPyviewer es un visor interactivo basado en la web y nativo de Python que permite a personas no programadoras explorar conjuntos de datos de células individuales en formato AnnData directamente sin conversión a Seurat, ofreciendo una paridad de funciones con las herramientas existentes de R Shiny mientras demuestra una velocidad de renderizado superior, un menor uso de memoria y la capacidad de manejar conjuntos de datos a gran escala que causan el fallo de las alternativas basadas en R.

Xuan, H., Huang, Y., Bian, J., Liu, X.2026-08-31
💻 bioinformática

Chemi-Proteome Language Attention Network Empowers Fragment-Based Ligand Interactome and Binding Sites Discovery with Evidence

El artículo presenta C-PLANK, un marco de aprendizaje profundo entrenado con datos de quimioproteómica celular que supera a los modelos existentes en la predicción de interacciones fragmento-proteína e identificó con éxito un nuevo agonista de SIRT3 mediante la integración de incrustaciones fisicoquímicas con una métrica de plausibilidad biológica a nivel de sistemas.

Liao, B., He, J., zhao, M., Cui, X., Cui, Y., Dong, C., Sun, H., Zhang, L., Zhang, J.2026-08-30
💻 bioinformática

RegimeFormer: A Large Protein Model of Global Perturbation Regimes

RegimeFormer es un modelo de proteínas a gran escala que, a través de su base de datos asociada RegimeAtlas de más de 200 millones de secuencias, establece regímenes de perturbación globales para predecir los efectos de las mutaciones a nivel de residuo y mejorar el modelado biológico descendente, particularmente para proteínas y familias no vistas.

Ma, S., Chai, Y., Wu, Y., Zhang, Q., Yuan, Y., Zhao, K., Chen, Z., Wang, H., Cao, S., Yu, X., Han, X., Liu, Y., Liu, Y. (…)2026-08-30
💻 bioinformática

Dynamic Hierarchical Interleaved Bloom Filter: An Updatable Index for Large-Scale Fast Sequence Search

Este artículo presenta el Dynamic Hierarchical Interleaved Bloom Filter, una estructura de indexación escalable y actualizable que extiende el estado del arte HIBF con reconstrucción parcial para permitir la búsqueda eficiente de secuencias a gran escala, demostrando la capacidad de indexar más de 100 TB de datos de RNA-Seq e insertar nuevas muestras de 24 a 65 veces más rápido que las herramientas competidoras.

Seiler, E., Willemsen, M., Piro, V. C., Reinert, K.2026-08-30