885 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.
Mediante una estrategia de minería de datos de espectrometría de masas en repositorios globales, este estudio construyó una biblioteca de 34,222 espectros MS/MS que define 2,857 composiciones atómicas de carnitinas, permitiendo la identificación de nuevos conjugados y facilitando la exploración de su papel en el metabolismo, la dieta y la actividad microbiana.
El estudio presenta Carafe2, una herramienta de aprendizaje profundo que genera bibliotecas espectrales *in silico* de alta calidad y específicas del experimento para datos de adquisición independiente de DIA en timsTOF, superando el rendimiento de los modelos preentrenados en DDA y mejorando la detección de péptidos en diversos proteomas.
El artículo presenta Parallel-REM, una pipeline paralela en Python que acelera drásticamente la inferencia de redes microbianas mediante modelos de efectos aleatorios, resolviendo los cuellos de botella computacionales y los problemas de convergencia en datos de alta dimensión para habilitar su integración en arquitecturas de aprendizaje profundo.
El artículo presenta BCAR, un mapeador rápido y general de secuencias de códigos de barras diseñado específicamente para corregir errores de secuenciación, incluyendo inserciones y deleciones, aprovechando las puntuaciones de calidad para generar mapas de alta precisión que superan a los métodos existentes.
El artículo presenta scTGCL, un marco de aprendizaje contrastivo basado en grafos y transformadores que mejora la precisión, la eficiencia computacional y la robustez en el agrupamiento de datos de secuenciación de ARN de células individuales al aprender representaciones celulares adaptativas mediante mecanismos de atención y aumentos de datos específicos.
Este trabajo presenta un algoritmo de tiempo lineal que orienta grafos bidirigidos para identificar ultraburbujas en pangenomas de manera escalable, logrando aceleraciones de hasta 250 veces frente a métodos existentes como *vg* y *BubbleGun*.
GraphBG es un marco unificado y escalable que utiliza convoluciones espectrales de grafos aproximadas y modelos gaussianos mixtos bayesianos para detectar dominios espaciales precisos en datos de transcriptómica espacial multi-slice y multi-modal, superando a los métodos existentes en coherencia, velocidad e interpretabilidad biológica.
El estudio presenta KuafuPrimer, una herramienta basada en aprendizaje automático que diseña cebadores óptimos para la secuenciación del gen 16S, logrando una reducción significativa del sesgo y una mayor precisión taxonómica en comparación con los cebadores universales, lo que mejora la detección de patógenos clave y la fiabilidad en diagnósticos clínicos y estudios longitudinales del microbioma.
El artículo presenta MetaGEAR Explorer, una plataforma web interactiva que facilita la búsqueda rápida y el análisis transversal de asociaciones entre genes microbianos y enfermedades como la enfermedad inflamatoria intestinal y el cáncer colorrectal, integrando datos de más de 9,000 muestras metagenómicas para explorar la prevalencia, la taxonomía y el contexto genómico de familias de genes no redundantes.
El estudio demuestra que Boltz-2, un modelo fundamental de IA, supera a todas las demás estrategias de rescoring al clasificar con precisión y eficiencia compuestos en listas de cribado virtual ultragrande, permitiendo la evaluación de millones de compuestos con recursos comerciales.