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 estudio demuestra que la elección del perfilador taxonómico, la base de datos de referencia y la parametrización influye significativamente en las estimaciones de la diversidad alfa y en las conclusiones estadísticas en los análisis metagenómicos, subrayando la necesidad crítica de que los investigadores realicen análisis de sensibilidad para garantizar hallazgos científicos robustos y fiables.
Este artículo introduce trayectorias de filotaxis radial 3D mejoradas, específicamente UPhy y FlexiPhy, las cuales logran una densidad uniforme en la dirección de lectura y utilizan un ordenamiento de entrelazado aleatorizado para reducir significativamente los artefactos de oscilación (ringing) y mejorar la robustez del agrupamiento secuencial retrospectivo en la RM dinámica.
SSUplex es una herramienta de Rust rápida y de código abierto que detecta, extrae y clasifica por origen lecturas completas de ARN ribosomal de la subunidad pequeña de ambas hebras de ADN en cinco categorías (bacteria, archaea, eukaryota, mitocondria y cloroplasto), ofreciendo una alternativa de alta velocidad y eficiencia de memoria a Metaxa2 para flujos de trabajo de metabarcoding de ADN ambiental.
El artículo presenta TEDlm, un modelo de lenguaje de proteínas centrado en dominios preentrenado en segmentos de dominios definidos estructuralmente que supera a modelos de secuencia completa más grandes en la detección de homología remota y la predicción de la función molecular, demostrando que centrarse en las señales intrínsecas de los dominios produce representaciones compactas e informadas estructuralmente.
La suite de paquetes amR ofrece un marco integral e interpretable para predecir la resistencia antimicrobiana en patógenos bacterianos mediante la integración de la extracción de características genómicas multiescala, el entrenamiento de modelos de aprendizaje automático y la visualización interactiva para descubrir mecanismos de resistencia multirresistente y entre especies.
Este artículo evalúa el desempeño de AlphaFold3 en diversas aplicaciones biomoleculares, encontrando que, si bien ofrece potentes capacidades de modelado de todos los átomos, su precisión y fiabilidad son desiguales y dependen en gran medida del solapamiento del conjunto de entrenamiento, lo que requiere una interpretación cautelosa en comparación con su predecesor.
La Infraestructura de Anotación Genómica (GAIn) es una plataforma que permite la anotación de variantes genómicas transparente, reproducible y escalable a través de canales declarativos, repositorios de recursos públicos e interfaces web y de línea de comandos flexibles que admiten extensiones personalizadas y reanotación automatizada.
Este estudio revela que en el modelo de lenguaje de proteínas multimodal ESM3, las distintas modalidades físicas (secuencia, estructura, estructura secundaria y accesibilidad al solvente) ocupan inicialmente subespacios separados antes de fusionarse en una representación compartida de baja dimensión entre las capas 25 y 35, mientras que las anotaciones funcionales permanecen ortogonales en todo momento, siendo este proceso de fusión una propiedad aprendida y universal independiente de la longitud de la proteína, pero retrasada por el desorden estructural.
ProtBLIP2-SST es un novedoso marco de dos etapas que integra la información de la secuencia proteica y de la estructura 3D mediante un modelo de lenguaje sensible a la estructura y un proyector Q-Former para permitir que los modelos de lenguaje de gran tamaño generen descripciones funcionales flexibles y abiertas, superando así las limitaciones de la clasificación rígida de la ontología génica tradicional.
EcoMorph es un sistema modular que aprovecha el modelo Segment Anything 3 (SAM3) basado en prompts para cuantificar con precisión rasgos morfológicos como área, tamaño y abundancia a través de diversos contextos ecológicos sin requerir entrenamiento específico por taxón, permitiendo así la investigación ecológica de alto rendimiento a partir de fuentes de imágenes heterogéneas.