💻 Category

bioinformatics

775 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.

Personalized Morphology, Replication Timing, and RNA based Gene Expression Networks for Basal-like and Classical subtyping genes in Pancreatic Adenocarcinoma

Este estudio presenta la primera integración de marcadores de tiempo de replicación derivados de metilación y representaciones morfológicas en redes génicas personalizadas LIONESS para el adenocarcinoma pancreático, demostrando que estos factores epigenéticos y estructurales mejoran la robustez de la red y permiten una clasificación precisa de los subtipos basal y clásico con un 80% de AUC utilizando un conjunto reducido de genes.

Leyva, A., Niazi, M. K. K.2026-03-16💻 bioinformatics

Stoic: Fast and accurate protein stoichiometry prediction

El artículo presenta Stoic, un método rápido y preciso que utiliza incrustaciones de modelos de lenguaje proteico y redes neuronales gráficas para predecir la estequiometría de complejos proteicos identificando residuos de interfaz, superando así las limitaciones de los enfoques actuales basados en fuerza bruta.

Litvinov, D., Pantolini, L., Skrinjar, P., Tauriello, G., McCafferty, C. L., Engel, B. D., Schwede, T., Durairaj, J.2026-03-16💻 bioinformatics

PepCABO: Latent-space Bayesian optimization for peptide-MHC binding using contrastive alignment

El artículo presenta PepCABO, un marco de optimización bayesiana en espacio latente que utiliza alineación contrastiva y un autoencoder variacional dual para mejorar la eficiencia y precisión en la optimización de secuencias peptídicas para la unión a diferentes alelos del MHC, superando a los métodos existentes en escenarios con datos limitados.

Ghane, M., Korpela, D., Dumitrescu, A., Lähdesmäki, H.2026-03-16💻 bioinformatics

Introducing non-enzymatic crosslinks into atomistic simulations of collagen fibrils

Este trabajo presenta una extensión del marco ColBuilder para generar modelos atómicos de fibrillas de colágeno que incorporan enlaces cruzados no enzimáticos (AGE) junto con los enzimáticos, proporcionando parámetros compatibles con Amber99 y demostrando mediante simulaciones de dinámica molecular que los enlaces AGE afectan la estructura de la fibrilla de manera diferente a los enzimáticos.

Giannetti, G., Pils, J., Graeter, F., Monego, D., Dellago, C.2026-03-16💻 bioinformatics

Scaling the PBWT for Long-Range Shared Ancestry Detection in Large Haplotype Panels

El artículo presenta PBML, un nuevo algoritmo que optimiza la detección de ancestros compartidos a largo plazo en grandes paneles de haplotipos al filtrar coincidencias exactas no informativas mediante umbrales de frecuencia y longitud, logrando una mayor velocidad y eficiencia en memoria que los métodos actuales como PBWT.

Islam, U. I., Cozzi, D., Gagie, T., Varki, R., Colonna, V., Garrison, E., Bonizzoni, P., Boucher, C.2026-03-15💻 bioinformatics

Bayesian AMMI-Based Simulation of Genotype x Environment Interactions

Este estudio propone un marco de simulación basado en el modelo AMMI bayesiano que genera interacciones genotipo-ambiente con estructura direccional interpretable, demostrando su utilidad para visualizar relaciones ambientales específicas y mejorar las estrategias de selección genómica en condiciones complejas.

Lee, H., Segae, V. S., Garcia-Abadillo, J., de Oliveira Bussiman, F., Trujano Chavez, M. Z., Hidalgo, J., Jarquin, D.2026-03-15💻 bioinformatics

Efficient protein structure prediction fromcompact computers to datacenters withOpenFold-TRT

El artículo presenta OpenFold-TRT, una solución que acelera la inferencia de estructuras de proteínas hasta 131 veces más rápido que AlphaFold2 en hardware de NVIDIA, desde computadoras compactas hasta centros de datos, manteniendo la precisión y permitiendo búsquedas de homología eficientes en diferentes arquitecturas.

Didi, K., Sohani, P., Berressem, F., Nesterovskiy, A., Fomitchev, B., Ohannessian, R., Elbalkini, M., Cogan, J., Costa, A. B., Vahdat, A., Kallenborn, F., Schmidt, B., Mirdita, M., Steinegger, M., Dal (…)2026-03-15💻 bioinformatics

Resistance to Pyrethroids in Aedes aegypti: Insights into Transcriptomic Response to Different Insecticide Concentrations Transcriptomic responses of Aedes aegypti to insecticide concentrations

Este estudio revela que la resistencia de *Aedes aegypti* a los piretroides es un proceso complejo y dependiente de la concentración, donde el lambda-cialotrina induce principalmente respuestas mitocondriales y de estrés oxidativo, mientras que la permetrina activa mecanismos de detoxificación metabólica y barreras cuticulares, lo que subraya la necesidad de considerar tanto el tipo de insecticida como su dosis en los programas de control vectorial.

Munoz, A. M., Mejia-Jaramillo, A. M., Lowenberger, C., Rodriguez, K. S., Triana-Chavez, O.2026-03-15💻 bioinformatics

stMCP: Spatial Transcriptomics with a Model Context Protocol Server

El artículo presenta stMCP, un marco basado en el Protocolo de Contexto de Modelo (MCP) que permite a los biólogos realizar análisis de transcriptómica espacial mediante lenguaje natural ejecutando herramientas localmente, lo que garantiza la privacidad de los datos, reduce costos y acelera el descubrimiento científico sin reemplazar a los bioinformáticos.

Smith, J. J., Wang, X., McPheeters, M., Widjaja-Adhi, M. A., Littleton, S., Saban, D., Golczak, M., Jenkins, M. W.2026-03-14💻 bioinformatics