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.
Este informe registrado presenta el marco de trabajo Signaling Pathway Reconstruction Analysis Streamliner (SPRAS) para permitir una evaluación comparativa sistemática y a gran escala de 14 algoritmos de reconstrucción de vías a través de 822 conjuntos de datos, con el objetivo de resolver los desafíos actuales de heterogeneidad y guiar la selección óptima de algoritmos para contextos biológicos específicos.
Este artículo presenta un decodificador generativo profundo (DGD) capaz de realizar la reducción de dimensionalidad en conjuntos de datos con millones de características y pocas muestras, demostrando que los requisitos de entrenamiento son en gran medida independientes de la dimensionalidad de las características y mostrando un rendimiento superior en la clasificación de tumores en comparación con PCA y VAE.
Scop3P-Toolkit es un entorno analítico ejecutable y de código abierto que integra diversas anotaciones biológicas con datos estructurales para proporcionar flujos de trabajo reproducibles e interactivos para el análisis de modificaciones postraduccionales, variantes genéticas y péptidos derivados de la proteómica dentro de su contexto tridimensional.
PanGBank es una base de datos integral y de acceso abierto que proporciona pangenomas precomputados para más de 4.600 especies procariotas utilizando PPanGGOLiN, ofreciendo recursos estandarizados basados en grafos y múltiples herramientas de acceso para facilitar la genómica comparativa a gran escala y el estudio de la evolución y adaptación microbiana.
El artículo presenta Move BeTween modAlities (MBTA), un nuevo marco de trabajo que utiliza el ajuste de flujo para conectar los espacios latentes específicos de cada modalidad y abordar el desajuste estructural en los datos de célula única, permitiendo así una traducción transmodal precisa al tiempo que preserva la integridad estructural única de cada modalidad molecular.
Este artículo introduce un marco de Análisis de Datos Topológicos escalable que reduce significativamente el costo computacional de predecir interfaces de interacción proteína-proteína a partir de parches superficiales, manteniendo al mismo tiempo una precisión competitiva en comparación con los métodos establecidos de aprendizaje profundo geométrico.
El artículo presenta MAPPIE, un método novedoso que genera un mapa de incrustación bidimensional de las interacciones proteína-proteína humanas para predecir roles funcionales específicos para pares de interacciones individuales, superando particularmente a los modelos de referencia existentes en regiones del interactoma con conocimiento funcional escaso.
Este estudio presenta VirGenes, un marco de ortología jerárquica que integra datos de secuencia, estructurales y funcionales para descubrir una vasta diversidad, previamente subestimada, de enzimas virales de carbohidratos a través de la virosfera global, revelando sus complejos orígenes evolutivos y sus roles significativos en las interacciones virus-hospedador.
El estudio presenta PhyCD, una herramienta computacional asistida por filogenia que analizó casi 5 millones de genomas de SARS-CoV-2 para identificar más de 10,000 eventos de contaminación y enmascarar casi 65,000 sustituciones erróneas, mejorando así la fiabilidad de los análisis posteriores de evolución y transmisión de patógenos.
SLIM es un modelo ligero y computacionalmente eficiente que aprovecha incrustaciones de redes STRING de 64 dimensiones y un estimador de regresión de Ridge de forma cerrada para predecir con precisión las respuestas celulares a perturbaciones genéticas, superando a menudo a bases de referencia de aprendizaje profundo complejos con un mínimo de parámetros entrenables.