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

MCD Stitcher: An open-source tool for whole-slide stitching and conversion of Imaging Mass Cytometry data

MCD Stitcher es una herramienta de Python de código abierto que convierte archivos propietarios de Citometría de Masa de Imágenes (.mcd) en formatos OME-TIFF interoperables con costura automatizada de portaobjetos completos, permitiendo el análisis espacial a gran escala en estaciones de trabajo estándar sin necesidad de software específico del proveedor.

Chaurasia, P.2026-07-01
💻 bioinformática

Direct probabilistic quantification of mosaic loss of chromosome Y from sequencing data

Los autores presentan BaySeq-Y, un nuevo método bayesiano que cuantifica de forma directa y precisa la pérdida de mosaico del cromosoma Y a partir de datos de secuenciación mediante la integración de la profundidad de lectura, el desequilibrio alélico y el faseado de haplotipos, superando a los enfoques existentes tanto en simulaciones como en validaciones biológicas.

Lin, J.-R., Chang, Y.-C., Maslov, A. Y., Song, Y., Gao, T., Shan, J., Bennett, D. A., Milman, S., Barzilai, N., Vijg, J. (…)2026-07-01
💻 bioinformática

A robot model of compass cue calibration in the insect brain

Al implementar un modelo funcional del circuito de dirección de la cabeza de los insectos en un robot, los investigadores demostraron que, si bien el sistema puede calibrar y sustituir con éxito las pistas de orientación como el viento por la luz, también revela un sesgo direccional causado por conflictos entre las entradas recurrentes e instantáneas que los insectos reales probablemente compensan mediante mecanismos neurales evolucionados.

Mitchell, R., Dacke, M., Webb, B.2026-06-30
💻 bioinformática

Real-World Progression-Free Survival with Erlotinib versus Osimertinib in EGFR L858R+T790M Compound Mutation Non-Small Cell Lung Cancer: An Exploratory Analysis of the MSK-CHORD Dataset

Este análisis exploratorio del conjunto de datos MSK-CHORD sugiere que, a diferencia de los contextos de solo L858R o solo T790M donde el osimertinib es superior o equivalente, la mutación compuesta EGFR L858R+T790M en el cáncer de pulmón de células no pequeñas puede representar una entidad farmacológica distinta en la que el erlotinib supera numéricamente al osimertinib, lo que justifica una validación prospectiva.

Dalloul, Z., Abboud, A., Dalloul, I., Abdelsalam, M.2026-06-30
💻 bioinformática

NPTX2-Centered Cognitive Resilience Mechanisms in the Context of AD Pathology

Este estudio revela que la resiliencia cognitiva a la patología de la enfermedad de Alzheimer se caracteriza por un estado molecular distintivo centrado en la preservación de la expresión de NPTX2, la cual mantiene programas sinápticos e inhibitorios esenciales mientras recluta selectivamente vías adaptativas de proteostasis, tráfico y de inmunidad en individuos con alta patología, una coordinación que se pierde en la enfermedad sintomática.

Lao, Y., Xiao, M.-F., Ji, S., Piras, I. S., Kim, K., Bonfitto, A., Song, S., Aldabergenova, A., Sloan, J., Trejo, A., Ge (…)2026-06-29
💻 bioinformática

Context-dependent correlations mislead transcriptomic network inference in bulk and single-cell data

Este estudio demuestra que los coeficientes de correlación agrupados en datos transcriptómicos de tipo bulk y de célula única frecuentemente inducen a error en la inferencia de redes al revertir su dirección debido a la paradoja de Simpson impulsada por la heterogeneidad biológica, lo que hace necesario reportar correlaciones específicas de contexto y estadísticas de heterogeneidad en lugar de depender de estimaciones globales únicas.

Asiaee, A., Bombina, P., McGee, R. L., Reed, J., Abrams, Z. B., Abruzzo, L. V., Coombes, K. R.2026-06-29
💻 bioinformática

OpenGerminal: an open-source implementation of the Germinal antibody design pipeline

OpenGerminal presenta una implementación totalmente de código abierto del flujo de trabajo de diseño de anticuerpos Germinal que reemplaza los componentes propietarios con un stack abierto y adopta AbLang1, logrando tasas de éxito de coplegamiento significativamente más altas y una accesibilidad de despliegue más amplia mientras mantiene métricas de confianza estructural equivalentes.

Han, B., Li, S.2026-06-29
💻 bioinformática

Retention, not flux: endpoint confounding caps computational prediction of peptide skin penetration, with a delivery-aware reframing

El artículo sostiene que el estancamiento en el rendimiento predictivo al modelar la penetración cutánea de péptidos surge de una dependencia mal planteada en etiquetas de flujo transdérmico confundidas que ignoran los vehículos de entrega y los puntos finales, proponiendo en su lugar un enfoque reestructurado que separa el potencial intrínseco de cruce de barreras de la retención y el riesgo específicos de la entrega.

Komianos, N., Prakash, P.2026-06-29
💻 bioinformática

Homology-aware cross-validation strategies for generalization assessment in RNA structure prediction

Este artículo revisa críticamente y propone estrategias de validación cruzada conscientes de la homología para abordar la fuga de datos y asegurar una evaluación de generalización justa tanto para los métodos clásicos como para los basados en aprendizaje profundo de predicción de la estructura secundaria del ARN.

Bugnon, L., Kulemeyer, G., Gerard, M., Di Persia, L., Stegmayer, G., Milone, D. H.2026-06-29