1235 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 estudio presenta scVIP, un marco generativo que integra perfiles de transcripción y marcadores fenotípicos para crear incrustaciones individuales personalizadas que predicen la edad de desarrollo, la progresión de enfermedades y la neuropatología, al tiempo que armoniza conjuntos de datos diversos y destaca poblaciones celulares relevantes para la neurodegeneración.
Los autores presentan RepurAgent, un sistema de IA agéntica supervisada por humanos que abarca todo el ciclo de vida del reposicionamiento de fármacos, desde la generación de hipótesis hasta el análisis experimental, demostrando su eficacia en casos de estudio sobre leucemia mieloide aguda, COVID-19 y deficiencia de sulfatasas múltiples.
El artículo presenta Surleton, un marco de aprendizaje profundo que mejora el plegamiento inverso de proteínas al modelar conjuntamente la geometría del esqueleto y la organización de la superficie, logrando una mayor recuperación de secuencias y precisión, especialmente en residuos expuestos.
Este estudio utiliza un enfoque filogenético comparativo para identificar patrones de conservación evolutiva y descubrir nuevos genes implicados en la diferenciación de bradizoítos en *Toxoplasma gondii*, revelando que este proceso combina vías altamente conservadas con otras específicas de la formación de quistes.
El artículo presenta HMCVelo, el primer modelo determinista basado en ecuaciones diferenciales ordinarias que utiliza datos de secuenciación conjunta de 5hmC y 5mC a nivel de célula única para inferir con alta precisión las trayectorias temporales de la dinámica de metilación del ADN en células corticales murinas, superando significativamente a los métodos de velocidad de ARN y estableciendo fundamentos teóricos para la inferencia de trayectorias en sistemas bioquímicos cíclicos.
Este protocolo describe un enfoque computacional basado en el marco MetVAE para construir redes moleculares a partir de correlaciones en datos de metabolómica no dirigida, permitiendo identificar relaciones funcionales como la ruta de "auto-cervecería" endógena hacia metabolitos lipotóxicos en un modelo de carcinoma hepatocelular.
Los autores desarrollaron un marco de optimización multiobjetivo en bucle cerrado que combina modelos generativos, simulaciones moleculares y optimización bayesiana para diseñar péptidos penetrantes de células selectivos para receptores, logrando identificar candidatos con mayor afinidad por CXCR4 y menor por NRP1, lo cual fue validado experimentalmente mediante imágenes celulares.
El artículo presenta scSketch, una herramienta interactiva que permite a los usuarios explorar hipótesis de trayectorias en datos de ARN de células individuales mediante bocetos direccionales, calculando correlaciones génicas con control estadístico de FDR en línea y agrupando resultados en vías biológicas para obtener interpretaciones mecanísticas.
ProNA3D es una herramienta integral que facilita el análisis y la visualización de interfaces en complejos que contienen ácidos nucleicos, apoyando tanto estructuras experimentales como predicciones computacionales para revelar tendencias de conectividad y modos de interacción funcionales.
Este estudio revela que la disfunción del microbioma en la enfermedad inflamatoria intestinal se debe a una reorganización a gran escala de las redes de interacción funcional, caracterizada por una mayor fragilidad y fragmentación en comparación con los controles sanos, lo que demuestra que el análisis de redes es más efectivo que las medidas tradicionales para comprender la enfermedad.