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.
El artículo presenta SIR, un marco no paramétrico basado en regresión isotonía y un wild bootstrap que mejora la reproducibilidad y la inferencia estadística en la detección de sinergia de fármacos, superando las limitaciones de los métodos actuales en términos de concordancia, tasas de fallo y control de errores.
El artículo presenta CosMxScope, un marco de código abierto en Python diseñado para reconstruir imágenes de tejidos y convertir datos de transcriptómica espacial de la plataforma CosMx en formatos compatibles con herramientas de patología digital como QuPath, facilitando así la integración y exploración interactiva de la expresión génica y la morfología celular en investigación traslacional.
Track Hub Quickload Translator es una aplicación web gratuita desarrollada en Python que convierte archivos de configuración entre el formato de Track Hub de UCSC y el de Quickload del Integrated Genome Browser, permitiendo a los investigadores visualizar miles de ensamblajes genómicos publicados en cualquiera de estas dos plataformas.
El artículo presenta VaLPAS, una herramienta de código abierto en Python que aprovecha la variación en datos multi-ómicos experimentales para predecir funciones proteicas desconocidas mediante asociaciones estadísticas, demostrando su eficacia en el hongo oleaginoso *Rhodotorula toruloides*.
El estudio presenta MOAflow, una versión rediseñada y contenedorizada del pipeline de análisis de datos MOA-seq utilizando Nextflow, que mejora la escalabilidad, la portabilidad y la reproducibilidad computacional manteniendo la consistencia de los resultados originales.
Este estudio utiliza predicciones estructurales de IA para revelar que la cavidad de unión a ligandos en el dominio LRR de los receptores TLR2 es una característica conservada en vertebrados con mandíbulas, mientras que cavidades similares en invertebrados surgieron de forma convergente e independiente, demostrando una evolución múltiple de mecanismos de reconocimiento de patógenos dentro de la familia de dominios LRR.
CLOP-DiT es una nueva metodología computacional que genera perfiles de expresión génica en células individuales realistas a partir de descripciones biológicas estructuradas, alineando texto y datos celulares mediante preentrenamiento contrastivo y transformadores de difusión, aunque aún presenta limitaciones en la reproducción completa de la variabilidad celular entre muestras.
Este estudio presenta el diseño computacional y la evaluación de un péptido sintético mimético de GluN1 que, mediante simulaciones de acoplamiento molecular, demuestra una alta afinidad de unión para neutralizar autoanticuerpos patógenos en la encefalitis anti-NMDAR, estableciendo un marco escalable para el desarrollo de terapias en trastornos autoinmunes.
El artículo presenta Cellector, una herramienta computacional que detecta con alta precisión células de genotipo extranjero en datos de scRNAseq, permitiendo identificar microquimerismo y enfermedad residual medible en pacientes con leucemia post-trasplante.
El estudio presenta MAAMOUL, un marco computacional basado en redes metabólicas que integra datos metagenómicos y metabolómicos para descubrir módulos microbianos funcionales específicos de enfermedades como la EII y el SII, superando las limitaciones de los análisis diferenciales tradicionales.