1206 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 artículo presenta un método novedoso para representar k-meros ordenados como listas de super-k-meros virtuales, implementado en la herramienta sklib, el cual logra operaciones de conjunto de alto rendimiento y un uso de memoria significativamente reducido en comparación con herramientas existentes como KMC, manteniendo al mismo tiempo un rendimiento de consulta competitivo.
Al reanalizar conjuntos de datos públicos con controles estadísticos estrictos para establecer un Atlas de Metilación Humana de alta confianza de 1.828 sitios, los autores desarrollaron y validaron un modelo de aprendizaje profundo basado en el aprendizaje por transferencia (AHLF-Methylation) que mejora significativamente la detección y localización de péptidos metilados.
VirProtRAG es un marco de generación aumentada por recuperación que mejora la anotación de la función de proteínas virales mediante la integración de la recuperación híbrida de literatura y el reordenamiento basado en evidencia para producir conocimientos funcionales verificables y de alta calidad, y expandir la curación experta existente.
El artículo presenta MSpangenome, un marco de trabajo consciente de la genealogía que vincula las simulaciones de coalescencia y la construcción de grafos de pangenomas para generar pangenomas poblacionales realistas con una verdad de terreno evolutiva conocida, permitiendo así una evaluación comparativa rigurosa de las herramientas genómicas basadas en grafos.
Utilizando la herramienta POInT para analizar la discordancia en los árboles de genes, este estudio proporciona evidencia de que la diploidización "tardía" que involucra intercambios genéticos post-alopoliploidía ocurrió en los linajes de teleósteos, Paramecium y levadura de panadería, desafiando la visión de que la diploidización es siempre un proceso rápido.
El artículo presenta synpact, un mapeador de lecturas PacBio HiFi escrito en Rust que es eficiente en memoria y rápido, el cual utiliza una jerarquía de bloques de syncmers localmente consistentes para lograr una precisión comparable a herramientas de vanguardia como minimap2, mientras reduce significativamente el uso de memoria pico y mejora el tiempo de ejecución en genomas grandes o repetitivos.
Este estudio utiliza AlphaMissense para mapear los patrones de patogenicidad a través de la familia de transportadores GLUT, revelando que las mutaciones de sentido erróneo son más perjudiciales en los dominios transmembrana, los residuos que revisten el poro y la cavidad central, mientras que las variaciones en la patogenicidad a través de la familia sugieren la influencia de la redundancia funcional y la esencialidad fisiológica.
ProteoDUDes es una herramienta de código abierto que mejora la precisión del perfilado taxonómico en metaproteómica al procesar los resultados de herramientas de anotación populares para reducir significativamente las tasas de falsos positivos, permitiendo así una identificación más fiable de organismos funcionalmente activos en muestras complejas.
El artículo presenta GAZE, una red neuronal de grafos informada por la física que integra la expresión génica, los incrustaciones funcionales de enzimas y los descriptores de metabolitos para lograr la predicción zero-shot precisa de concentraciones de metabolitos a través de diversos contextos biológicos sin requerir entrenamiento específico para cada metabolito.
WattmaMod es un novedoso marco de aprendizaje profundo que aprovecha el preentrenamiento autosupervisado, la codificación guiada por wavelets y la atención cruzada dinámica para permitir un perfilado robusto, de alta resolución y extensible de diversas modificaciones de ARN a partir de datos de secuenciación de ARN directo por nanoporos, incluso con recursos etiquetados limitados.