💻 Category

bioinformatics

1199 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.

💻 bioinformática

Ark-ADMET: endpoint-specific selection of molecular representations and hyperparameters for gradient-boosted ADMET models under the Therapeutics Data Commons benchmark protocol

El estudio Ark-ADMET demuestra que adaptar las representaciones moleculares y los hiperparámetros de CatBoost a cada endpoint de ADMET individualmente, en lugar de aplicar una arquitectura uniforme para todas las tareas, produce un rendimiento competitivo o superior en el benchmark de Therapeutics Data Commons sin requerir nuevas arquitecturas de modelos.

Shi, Y., Luo, H., Liu, F., Zhao, S.2026-11-03
💻 bioinformática

CNVision: a computational framework for functional interpretation of intragenic copy number variants

CNVision es un marco computacional contenedorizado que automatiza la interpretación funcional estandarizada y sensible a los transcritos de las variantes de número de copias intragénicas mediante el mapeo preciso de los puntos de ruptura a las secuencias codificantes y la clasificación de las consecuencias en el marco de lectura, reduciendo así significativamente el tiempo de análisis manual y mejorando la consistencia en comparación con los métodos tradicionales.

Liao, M., Zhuo, X.2026-11-03
💻 bioinformática

Parameter-Efficient Adaptation of Protein Language Models for Dual-Target Antimicrobial Peptide Discovery Under Strict Homology Constraints

Este artículo presenta un marco de aprendizaje de transferencia multitarea con eficiencia de parámetros basado en ESM-2 y LoRA que supera con éxito las limitaciones de los modelos de lenguaje de proteínas congelados al predecir tanto la potencia antibacteriana como la toxicidad hemolítica bajo estrictas restricciones de homología, permitiendo el descubrimiento de péptidos antimicrobianos altamente selectivos con índices terapéuticos superiores.

Jat, R., Ejaz, S. R.2026-11-03
💻 bioinformática

A validation approach for RNA structures based on deep-learning 3D-structure predictions

Este artículo presenta una extensión de la herramienta Conkit-validate para el ARN, introduciendo un método de validación sin mapas basado en aprendizaje profundo que aprovecha las predicciones de contacto para detectar errores estructurales, tales como errores de asignación de registro, particularmente en casos donde los enfoques tradicionales basados en mapas se ven limitados por datos experimentales de baja resolución.

Voorspoels, A., Simpkin, A. J., Keegan, R., Chojnowski, G., Rigden, D. J.2026-11-03
💻 bioinformática

Edi-Set-Flow: detecting differential RNA-editing at scale

Los autores presentan Edi-Set-Flow, un flujo de trabajo de Nextflow escalable y reproducible junto con un paquete de R para el análisis de la edición de ARN de A a I en todo el transcriptoma en datos de RNA-seq masivo, el cual permite la detección, anotación y comparación estadística robustas de eventos de edición a través de diversos conjuntos de datos de humanos y ratones.

Munro, J. E., Bahlo, M., Ansell, B. R. E.2026-11-03
💻 bioinformática

Bayesian model-based method for clustering gene expression time series with multiple replicates

Este artículo presenta MMDPGP, un método bayesiano basado en modelos que utiliza procesos gaussianos de proceso de Dirichlet para agrupar series temporales de expresión génica con múltiples réplicas mediante el modelado de cada réplica por separado, logrando así una precisión de agrupamiento e información biológica superiores en comparación con los enfoques de vanguardia.

Nushi, E., Douillard, F. P., Selby, K., Lindström, M., Honkela, A.2026-11-02
💻 bioinformática

SpaceBlocks: an expert-supervised workflow for cohort-level spatial transcriptomics analysis

SpaceBlocks es un flujo de trabajo de Snakemake reproducible y supervisado por expertos que homogeneiza datos de transcriptómica espacial con resolución de célula única heterogéneos a través de múltiples plataformas para permitir el análisis escalable a nivel de cohorte, tal como lo demuestra su capacidad para identificar nuevos tipos celulares, patrones de expresión de marcadores y diferencias transcripcionales asociadas a enfermedades en diversos conjuntos de datos biológicos.

Oterino-Sogo, S., Mechkouri, N., Garcia-Ruano, D., Groppi, A., Rezvani, H.-R., Nikolski, M.2026-11-02
💻 bioinformática

Interpreting graph neural networks reveals microbial association patterns in inflammatory bowel diseases

Al interpretar redes de asociación microbiana entrenadas en redes específicas de individuos, este estudio revela que los patrones coordinados de coabundancia de especies de Bacteroidales, en lugar de la simple abundancia diferencial, son características predictivas críticas de la enfermedad inflamatoria intestinal que los modelos tradicionales de aprendizaje automático suelen pasar por alto.

Cunha, A. F., Vidal, E., Barranco-Altirriba, M., Amigo, T., Assis, J. G., Nakaya, H. I., Santos, A.2026-11-01