💻 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.

PhosSight: a Unified Deep Learning Framework Boosting and Accelerating Phosphoproteome Identification to Enable Biological Discoveries

PhosSight es un marco unificado de aprendizaje profundo que mejora la identificación y acelera el análisis de la fosfoproteómica mediante el uso de características fisicoquímicas específicas para optimizar tanto la adquisición dependiente de datos (DDA) como la independiente (DIA), lo que permite descubrir nuevos objetivos oncológicos como MARK2 en el cáncer de endometrio.

Wang, B., Cheng, Z., She, C., Zhang, J., Lv, L., Zhu, H., Liu, L., Fu, Y., Yi, X.2026-03-10💻 bioinformatics

FAMUS: A Few-Shot Learning Framework for Large-Scale Protein Annotation

El artículo presenta FAMUS, un marco de aprendizaje contrastivo de pocos ejemplos que mejora la anotación funcional de proteínas a gran escala al utilizar puntuaciones de similitud completas en lugar de los mejores resultados individuales, superando a herramientas existentes como KofamScan e InterProScan y ofreciendo modelos accesibles para diversas bases de datos de familias proteicas.

Shur, G., Burstein, D.2026-03-10💻 bioinformatics

Developing SCL2205 : A Protein Sequence-based Spatial Modelling Dataset for the Protein Language Model Frontier

Este estudio presenta SCL2205, un conjunto de datos de alta calidad y libre acceso derivado de UniProtKB que, mediante un riguroso preprocesamiento y partición para minimizar la fuga de datos, permite mejorar significativamente el rendimiento de los modelos de aprendizaje profundo para la predicción de la localización subcelular de proteínas en comparación con los métodos actuales.

Ouso, D., Pollastri, G.2026-03-10💻 bioinformatics

Phosphorylation of a tumor-derived ASXL2 epitope remodels 1 peptide-HLA binding affinity and interaction dynamics

Este estudio demuestra mediante simulaciones de dinámica molecular que la fosforilación de un epítopo derivado de ASXL2 remodela las interacciones no enlazantes y aumenta la flexibilidad conformacional del complejo péptido-HLA, mejorando su afinidad de unión y proporcionando una base estructural para el desarrollo de inmunoterapias dirigidas a epítopos tumorales modificados.

Zhang, J., Lv, L., Chen, B., Yi, X.2026-03-10💻 bioinformatics

Ensemble-based genomic prediction for maize flowering-time improves prediction accuracy and reveals novel insights into trait genetic variation

Este estudio demuestra que el enfoque de predicción genómica basado en conjuntos (ensemble) mediante la tubería EasiGP mejora la precisión predictiva de los tiempos de floración en maíz al combinar las fortalezas complementarias de múltiples modelos individuales, superando así las limitaciones de los modelos únicos y ofreciendo una herramienta valiosa para la mejora genética de cultivos.

Tomura, S., Powell, O. M., Wilkinson, M. J., Cooper, M.2026-03-09💻 bioinformatics

ChatSpatial: Schema-Enforced Agentic Orchestration for Reproducible and Cross-Platform Spatial Transcriptomics

ChatSpatial es una plataforma basada en el Protocolo de Contexto de Modelo (MCP) que utiliza esquemas prevalidados para orquestar de manera conversacional y reproducible más de 60 métodos de transcriptómica espacial en los ecosistemas de Python y R, eliminando las barreras técnicas y permitiendo a los investigadores centrarse en preguntas biológicas complejas.

Yang, C., Zhang, X., Chen, J.2026-03-09💻 bioinformatics

Benchmarking tissue- and cell type-of-origin deconvolution in cell-free transcriptomics

Este estudio presenta una evaluación sistemática de los métodos de desconvolución de ARN libre de células (cfRNA) en plasma, demostrando que, aunque la inferencia del origen tisular es robusta y consistente, la inferencia del origen celular muestra mayor variabilidad y depende críticamente de la elección del método y de los parámetros de referencia.

Ioannou, A., Friman, E. T., Daub, C. O., Bickmore, W. A., Biddie, S. C.2026-03-09💻 bioinformatics

Fractal: Towards FAIR bioimage analysis at scale with OME-Zarr-native workflows

El artículo presenta Fractal, un ecosistema compuesto por una especificación de tareas y una plataforma nativa de OME-Zarr que habilita el análisis de imágenes biomédicas a escala, escalable y reproducible para cumplir con los principios FAIR.

Lüthi, J., Cerrone, L., Comparin, T., Hess, M., Hornbachner, R., Tschan, A., Glasner de Medeiros, G. Q., Repina, N. A., Cantoni, L. K., Steffen, F. D., Bourquin, J.-P., Liberali, P., Pelkmans, L., Uh (…)2026-03-09💻 bioinformatics

Benchmarking 80 binary phenotypes from the openSNP dataset using deep learning algorithms and polygenic risk score tools

Este estudio compara el rendimiento de algoritmos de aprendizaje automático, aprendizaje profundo y herramientas de puntuación de riesgo poligénico en la predicción de 80 fenotipos binarios del conjunto de datos openSNP, revelando que los métodos de aprendizaje automático superaron a las herramientas tradicionales en 44 fenotipos, mientras que estas últimas fueron más efectivas en 36.

Muneeb, M. -, Ascher, D., Myung, Y., Feng, S., Henschel, A.2026-03-09💻 bioinformatics