771 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 estudio presenta MOAflow, una versión rediseñada y contenedorizada del pipeline de análisis de datos MOA-seq utilizando Nextflow, que mejora la escalabilidad, la portabilidad y la reproducibilidad computacional manteniendo la consistencia de los resultados originales.
Este estudio utiliza predicciones estructurales de IA para revelar que la cavidad de unión a ligandos en el dominio LRR de los receptores TLR2 es una característica conservada en vertebrados con mandíbulas, mientras que cavidades similares en invertebrados surgieron de forma convergente e independiente, demostrando una evolución múltiple de mecanismos de reconocimiento de patógenos dentro de la familia de dominios LRR.
CLOP-DiT es una nueva metodología computacional que genera perfiles de expresión génica en células individuales realistas a partir de descripciones biológicas estructuradas, alineando texto y datos celulares mediante preentrenamiento contrastivo y transformadores de difusión, aunque aún presenta limitaciones en la reproducción completa de la variabilidad celular entre muestras.
Este estudio presenta el diseño computacional y la evaluación de un péptido sintético mimético de GluN1 que, mediante simulaciones de acoplamiento molecular, demuestra una alta afinidad de unión para neutralizar autoanticuerpos patógenos en la encefalitis anti-NMDAR, estableciendo un marco escalable para el desarrollo de terapias en trastornos autoinmunes.
El artículo presenta Cellector, una herramienta computacional que detecta con alta precisión células de genotipo extranjero en datos de scRNAseq, permitiendo identificar microquimerismo y enfermedad residual medible en pacientes con leucemia post-trasplante.
El estudio presenta MAAMOUL, un marco computacional basado en redes metabólicas que integra datos metagenómicos y metabolómicos para descubrir módulos microbianos funcionales específicos de enfermedades como la EII y el SII, superando las limitaciones de los análisis diferenciales tradicionales.
El estudio presenta DualLoc, un predictor de localización subcelular de proteínas que utiliza el ajuste fino de parámetros completos en una arquitectura de transformadores duales en cascada para lograr una precisión superior en la predicción de localizaciones múltiples y revelar patrones biológicos relevantes entre compartimentos celulares.
Este estudio introduce la métrica "fuerza media de evidencia" (MES) como un marco práctico para evaluar predictores computacionales y ensayos multiplexados de efecto de variantes, demostrando que esta medida basada en la evidencia clínica calibrada revela discrepancias significativas con las métricas de discriminación tradicionales como el AUROC y permite identificar herramientas que ofrecen un mayor valor clínico para clasificar variantes de significado incierto.
El artículo presenta ALPINE, una pipeline escalable y reproducible basada en secuencias de lectura larga que clasifica y cuantifica exhaustivamente los resultados heterogéneos de la edición génica, incluyendo integraciones de vectores y variantes estructurales, superando las limitaciones de las herramientas existentes para el desarrollo de terapias génicas.
Mediante la integración de datos transcriptómicos a gran escala, este estudio identifica cuatro subtipos moleculares de sepsis con perfiles inmunológicos y metabólicos distintos, lo que permite proponer estrategias de reutilización de fármacos específicas para cada subtipo y explicar el fracaso de ensayos clínicos anteriores al revelar respuestas terapéuticas divergentes.