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.
Los autores desarrollaron un servidor del Protocolo de Contexto de Modelo (MCP) para DGIdb que permite a los modelos de lenguaje grandes acceder a información actualizada sobre interacciones fármaco-gen mediante consultas en lenguaje natural, mejorando así su capacidad para responder preguntas precisas en el ámbito biomédico.
Este estudio presenta un autoencoder con prior no paramétrico de Proceso de Dirichlet que, al optimizar la estructura geométrica de los datos de transcriptómica de células individuales a costa de una ligera reducción en la recuperación de etiquetas, define un régimen operativo adaptado para tareas de análisis de trayectorias, visualización de variedades y anotación de programas biológicos.
El artículo presenta Topic-FM, una familia de VAEs neuronales que, al restringir el espacio latente al simplex mediante una prior logística-normal y refinar la geometría posterior con un campo de flujo de transporte óptimo, logra simultáneamente una mayor interpretabilidad biológica de los programas génicos y mejoras significativas en las métricas de agrupamiento y clasificación en comparación con los métodos existentes.
Este estudio evalúa y compara el rendimiento de diversos métodos de identificación de biomarcadores y modelado pronóstico en datos censurados de alta dimensión mediante simulaciones extensas y análisis de datos reales, concluyendo que CoxBoost y el Adaptive LASSO son las opciones más robustas para la selección de variables y la predicción en genómica del cáncer.
Este estudio identifica firmas metabólicas en suero, incluyendo carnitinas, derivados dietéticos como la piperina y metabolitos de fármacos, que se asocian con la resiliencia cognitiva en un cohorte de 237 individuos que envejecen durante 28 años.
Este estudio demuestra que los datos de secuenciación de ADN de polen recolectado por abejas, combinados con algoritmos de aprendizaje automático como Random Forest y k-NN, permiten predecir con alta precisión el origen geográfico de las muestras sin necesidad de identificación taxonómica detallada.
El artículo presenta circStudio, un paquete de Python que unifica el preprocesamiento, el análisis y la modelización matemática de los datos de actigrafía en un solo marco flexible para facilitar flujos de trabajo reproducibles en biología circadiana, ciencia del sueño y salud digital.
Este estudio demuestra que la localización subcelular es un determinante clave de la detectabilidad de proteínas en el cáncer, mejorando significativamente la predicción basada en ARN y revelando una discordancia sistemática entre transcritos y proteínas en vías metabólicas y reguladoras.
Este estudio presenta un marco de fragmentómica informado por mutaciones que, al combinar características de longitud y motivos de extremos de fragmentos de ADN libre de células con la detección de mutaciones, mejora significativamente la detección de ADN tumoral circulante para la evaluación de enfermedad residual mínima en pacientes con cáncer colorrectal, sin necesidad de entrenamiento de modelos ni calibración.
Este estudio presenta un método de purificación de alta especificidad para la proteína C1q del complemento humano mediante el diseño *de novo* de péptidos cíclicos asistido por IA, los cuales permiten su aislamiento directo del plasma en una sola etapa bajo condiciones suaves, ofreciendo una alternativa rápida y económica a los ligandos basados en anticuerpos.