💻 Category

bioinformatics

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.

Looplook: An integrative suite for target assignment and functional annotation of chromatin interactions empowered by expression-aware refinement and connected components clustering

El artículo presenta Looplook, una suite de software de código abierto en R que integra datos de interacciones de cromatina y expresión génica mediante clustering de componentes conectados y refinamiento guiado por transcripción para asignar con precisión elementos reguladores distales a sus genes diana y eliminar falsos positivos funcionales.

Zhang, Y., Huang, X., Chen, Y., Xu, L.2026-04-06💻 bioinformatics

Leveraging Uncertainty Estimates for Drug Response Prediction in Cancer Cell Lines

Este artículo presenta una evaluación sistemática de siete modelos de aprendizaje automático que incorporan estimaciones de incertidumbre para predecir la respuesta a fármacos en líneas celulares de cáncer, demostrando que los ensambles de redes neuronales gaussianas mejoran significativamente la precisión al filtrar predicciones poco fiables, identifican firmas genéticas de impredecibilidad y facilitan el aprendizaje activo guiado por incertidumbre.

Iversen, P., Renard, B. Y., Baum, K.2026-04-06💻 bioinformatics

SegBio: A lightweight end-to-end toolkit for Instance Segmentation of biological samples

SegBio es una herramienta de código abierto y ligera que facilita la segmentación de instancias en imágenes biológicas densas mediante una interfaz interactiva que reduce el esfuerzo de anotación, un módulo de entrenamiento configurable y un flujo de trabajo de corrección intuitivo, permitiendo a usuarios no expertos realizar fenotipado de alto rendimiento con alto rendimiento.

Bokman, E., Barlam, N., Babay, O., Balshayi, Y., Eliezer, Y., Zaslaver, A.2026-04-06💻 bioinformatics

ProMaya: a hierarchical universal Deep Learning framework for accurate and interpretable Protein-Protein interaction identification

ProMaya es un marco de aprendizaje profundo jerárquico y universal que integra datos estructurales, electrónicos y de lenguaje proteico para identificar interacciones proteína-proteína con una precisión superior al 95%, superando a las herramientas existentes y ofreciendo interpretabilidad para reducir la necesidad de experimentos costosos.

Bhati, U., Gupta, S., kesarwani, V., Shankar, R.2026-04-06💻 bioinformatics

Sequence-Driven Drug-Target Affinity Prediction Via Graph Attention Networks and Bidirectional Cross-Attention Fusion

El artículo presenta XAttn-DTA, un marco de aprendizaje profundo impulsado por secuencias que utiliza redes de atención gráfica y fusión de atención cruzada bidireccional para predecir con alta precisión la afinidad fármaco-diana sin depender de datos estructurales experimentales, logrando mejoras significativas en métricas clave y una fuerte capacidad de generalización en escenarios de inicio en frío.

Kudari, Z., Kaira, V. S., P, S. S., Bhat, R., Gnana Sekaran, J.2026-04-06💻 bioinformatics

BABAPPASnake: a workflow for episodic selection analysis with robustness-aware summaries

El artículo presenta BABAPPASnake, un flujo de trabajo reproducible e integrado para el análisis de selección episódica que unifica múltiples etapas bioinformáticas y ofrece resúmenes robustos para evaluar la sensibilidad metodológica, demostrando su utilidad mediante un estudio de caso en mosquitos.

Singha, S., Panda, P., Panda, A., Das, S. K., Das, A., Ghosh, N., Sinha, K.2026-04-05💻 bioinformatics

Unravelling genome-wide mosaic microsatellite mutations at single-cell resolution

Los autores desarrollaron el algoritmo BayesMonSTR para detectar mutaciones mosaico de microsatélites a nivel de célula individual, revelando que estas variaciones se acumulan con la edad, especialmente en neuronas del córtex prefrontal, y se concentran en regiones reguladoras de genes activos.

Wang, C., Fan, W., Wang, W., Xia, Y., Lu, J., Ma, X., Yu, J., Zheng, Y., Luo, Y., Li, W., Yang, Q., Lin, M., Liu, H., Lan, Y., Li, C., Liu, X., HE, D., Cai, S., Yu, X., Zhou, D., Kellis, M., Xiong, X. (…)2026-04-05💻 bioinformatics

Widespread data leakage inflates accuracy and corrupts biomarker discovery in cancer drug response prediction

Este estudio demuestra que la filtración de datos causada por la selección de características antes de la validación cruzada infla artificialmente la precisión y corrompe el descubrimiento de biomarcadores en la predicción de la respuesta a fármacos contra el cáncer, revelando que la mayoría de los métodos publicados (72%) cometen este error y que sus supuestos avances podrían ser meros artefactos estadísticos.

Asiaee, A., Strauch, J., Azinfar, L., Pal, S., Pua, H. H., Long, J. P., Coombes, K. R.2026-04-05💻 bioinformatics

Transcriptomic Integration Reveals a Conserved Inflammatory--Proliferative Paradox in Acquired Resistance to Immune Checkpoint Blockade

Este estudio integra cuatro conjuntos de datos transcriptómicos para revelar un "paradoja inflamatoria-proliferativa" conservada en la resistencia adquirida a la inmunoterapia, donde los tumores mantienen firmas inflamatorias de respuesta al interferón-gamma mientras activan simultáneamente programas de proliferación celular y pierden su identidad de linaje, independientemente del microambiente inmune inmediato.

Lee, H., Yeo, H., Bak, I., Yoo, K.-W., Park, S.-M.2026-04-05💻 bioinformatics