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.

A Robust and Integrated Framework for Cross-platform Adaptation of Epigenetic Clocks in Cell-free DNA Sequencing

Este estudio presenta un marco robusto e integrado que supera las incompatibilidades entre plataformas al adaptar relojes epigenéticos de microarrays a datos de secuenciación de alto rendimiento de ADN libre de células, mediante la optimización de parámetros técnicos y el uso de aprendizaje por transferencia para garantizar un rendimiento preciso en cohortes de envejecimiento y enfermedad.

Li, G., Huang, W., Zhao, X., Wu, J., Guo, Y., Chen, L., Cao, X., Yang, Z., Jiang, S., Hu, B., Wang, Y., Tan, D., Tong, V., Tang, C., Feng, X., Hu, X., Ouyang, C., Zhou, G.2026-03-27💻 bioinformatics

Antigen-processing rewiring expose cryptic self promoting organ-specific autoimmunity

El estudio revela que las enfermedades autoinmunes surgen mediante dos mecanismos distintos: la ruptura de la tolerancia hacia autoantígenos presentados normalmente o la exposición de autoantígenos crípticos previamente invisibles debido a una reconfiguración del procesamiento antigénico, lo cual explica la especificidad de órganos en ciertas patologías como la esclerosis múltiple.

Saksager, A., Asmussen, S. R., Hede, F. D., Barra, C.2026-03-27💻 bioinformatics

Near perfect identification of half sibling versus niece/nephew avuncular pairs without pedigree information or genotyped relatives

Este estudio presenta un marco computacional escalable que utiliza exclusivamente datos genotípicos y modelos de mezclas gaussianas sobre características de haplotipos para lograr una clasificación casi perfecta entre pares de medio hermanos y tíos/sobrinos, resolviendo así ambigüedades en biobancos masivos sin necesidad de información genealógica.

Sapin, E., Kelly, K., Keller, M. C.2026-03-27💻 bioinformatics

Why phylogenies compress so well: combinatorial guarantees under the Infinite Sites Model

Este artículo presenta un marco formal que demuestra matemáticamente que, bajo el Modelo de Sitios Infinitos, la ordenación de genomas mediante el método de Unión de Vecinos (NJ) resuelve óptimamente el problema de compresión de filogenias en tiempo polinomial, explicando así la eficacia de las heurísticas basadas en árboles para la compresión y búsqueda de grandes colecciones de genomas bacterianos.

Hendrychova, V., Brinda, K.2026-03-27💻 bioinformatics

GYDE: A collaborative drug discovery platform for AI-powered protein design and engineering

GYDE es una plataforma de colaboración web de código abierto diseñada para facilitar a los científicos de laboratorio el acceso a herramientas de inteligencia artificial y análisis computacional para el diseño y la ingeniería de proteínas en la descubrimiento de fármacos.

Down, T., Warowny, M., Walker, A., DAscenzo, L., Lee, D., Zhou, Z., Cao, S., Bainbridge, T. W., Nicoludis, J. M., Harris, S. F., Mukhyala, K.2026-03-27💻 bioinformatics

KyDab - a comprehensive database of antibody discovery selection campaigns.

KyDab es una base de datos curada que recopila datos completos de campañas de descubrimiento de anticuerdos generadas en la plataforma Kymouse, incluyendo más de 120.000 secuencias y resultados experimentales, para facilitar el desarrollo y evaluación de modelos de inteligencia artificial en este campo.

Zhou, Q., Chomicz, D., Melvin, D., Griffiths, M., Yahiya, S., Reece, S., Le Pannerer, M.-M., Krawczyk, K.2026-03-27💻 bioinformatics

MEIsensor: a deep-learning method for mobile element insertion discovery

El artículo presenta MEIsensor, un marco de aprendizaje profundo que detecta y clasifica directamente inserciones de elementos móviles (Alu, LINE1 y SVA) a partir de datos de secuenciación de lecturas largas, superando a las herramientas existentes en precisión y eficiencia, especialmente en regiones repetitivas y para inserciones estructuralmente complejas.

Wang, Y., Zhang, P., Wan, S., Zhang, Z., Sun, P., Xu, T., Jia, P., Ye, K., Yang, X.2026-03-27💻 bioinformatics