1238 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 mRNA-GPT, un modelo generativo preentrenado y optimizado mediante aprendizaje por refuerzo que diseña y optimiza secuencias completas de ARNm de extremo a extremo, mejorando significativamente la estabilidad y la eficiencia de traducción al considerar las interacciones regulatorias entre todas sus regiones.
Este estudio demuestra que los modelos de aprendizaje automático híbridos y clásicos basados en características k-mer TF-IDF superan a los métodos de aprendizaje profundo en la clasificación de variantes genómicas de SARS-CoV-2, ofreciendo una solución robusta e interpretable para la detección de variantes raras en conjuntos de datos altamente desbalanceados.
Este estudio demuestra que, aunque las estimaciones de heredabilidad SNP varían significativamente según la estrategia de cálculo utilizada, esta variabilidad upstream tiene un impacto débil y no significativo en el rendimiento downstream de las puntuaciones de riesgo poligénico.
El artículo presenta SEGUID v2, una extensión del algoritmo de checksum original que genera identificadores únicos e invariantes a la orientación y rotación para secuencias biológicas circulares, lineales, de cadena simple y doble, mejorando además la compatibilidad de su codificación para su uso en nombres de archivos y URLs.
Los autores desarrollan un nuevo modelo matemático que integra datos de bioensayos de dosis de intensidad para cuantificar la heterogeneidad de la resistencia a insecticidas en poblaciones de mosquitos y predecir con mayor precisión la eficacia de las mosquiteras tratadas, superando las limitaciones de los ensayos tradicionales de dosis discriminatoria.
El artículo propone un método basado en el agrupamiento espectral jerárquico divisivo y la validación mediante submuestras para identificar agrupaciones estables en datos de ARN de células individuales, demostrando su eficacia en la concordancia con resultados publicados y la estabilidad de los clusters en grandes conjuntos de datos.
Este trabajo presenta un enfoque de aprendizaje profundo basado en redes neuronales convolucionales que, utilizando secuencias del genoma humano (GRCh38) y vectorización TFxIDF, logra identificar secuencias de ADN para la predicción de genes con un rendimiento que supera el estado del arte.
Este estudio presenta un pipeline de predicción de alto rendimiento que, al optimizar AlphaFold3 con MMSeqs2, mapea sistemáticamente redes de interacciones proteína-proteína en miles de clusters de genes biosintéticos, revelando complejos enzimáticos funcionales y mecanismos moleculares ocultos en proteínas previamente no caracterizadas.
Este artículo introduce una métrica computable en tiempo lineal (o NP-dura pero tratable mediante parámetros fijos) basada en operaciones de edición para comparar redes filogenéticas de transferencia genética lateral (LGT), llenando así el vacío actual de herramientas efectivas para evaluar dichas redes.
Este estudio evalúa rigurosamente siete metodologías de vanguardia para la eliminación de ARN ambiental en datos de secuenciación de ARN de células individuales, concluyendo que aunque ningún método es superior en todos los casos, CellBender, DecontX y SoupX ofrecen un rendimiento general destacado.