bioinformatics 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.

Benchmarking circRNA Detection Tools from Long-Read Sequencing Using Data-Driven and Flexible Simulation Framework

Este estudio presenta la primera comparación exhaustiva de herramientas para la detección de circRNAs en datos de secuenciación de lectura larga de Oxford Nanopore, utilizando un marco de simulación flexible y de código abierto desarrollado por los autores para evaluar el rendimiento de CIRI-long, IsoCIRC y circNICK-Irs y revelar la necesidad de combinar métodos o mejorar algoritmos para una detección más precisa.

Rusakovich, A., CORRE, S., Cadieu, E., Fraboulet, R.-M., Le Bars, V., Galibert, M.-D., Derrien, T., Blum, Y.2026-03-06💻 bioinformatics

Joint Learning of Drug-Drug Combination and Drug-DrugInteraction via Coupled Tensor-Tensor Factorization with SideInformation

Este trabajo propone un marco de aprendizaje conjunto basado en la factorización tensorial acoplada y la información auxiliar (SI-ADMM) para predecir simultáneamente combinaciones de fármacos efectivas e interacciones entre ellos, demostrando un rendimiento superior, especialmente en escenarios de predicción para fármacos nuevos, mediante la integración de datos de similitud química, efectos secundarios y perfiles de objetivos.

Zhang, X., Fang, Z., Tang, K., Chen, H., Li, J.2026-03-06💻 bioinformatics

t2pmhc: A Structure-Informed Graph Neural Network to predict TCR-pMHC Binding

El artículo presenta t2pmhc, un marco de red neuronal gráfica basado en la estructura tridimensional del complejo TCR-pMHC que supera a los métodos basados únicamente en secuencias al lograr una mejor generalización en la predicción de uniones a antígenos no vistos, identificando además patrones de atención biológicamente consistentes en las regiones clave de interacción.

Polster, M., Stadelmaier, J., Ball, E., Scheid, J., Bauer, J., Nelde, A., Claassen, M., Dubbelaar, M. L., Walz, J. S., Nahnsen, S.2026-03-06💻 bioinformatics

Rigidity-Aware Geometric Pretraining for Protein Design and Conformational Ensembles

Este artículo presenta RigidSSL, un marco de aprendizaje auto-supervisado geométrico que mejora el diseño de proteínas y la generación de conjuntos conformacionales mediante la integración de representaciones rígidas y objetivos de flujo bidireccionales para capturar tanto la estructura estática como la dinámica biofísica.

Ni, Z., Li, Y., Qiu, Z., Schölkopf, B., Guo, H., Liu, W., Liu, S.2026-03-06💻 bioinformatics

ProtNHF: Neural Hamiltonian Flows for Controllable Protein Sequence Generation

ProtNHF es un modelo generativo basado en flujos hamiltonianos neuronales que permite el control continuo y cuantitativo de propiedades de secuencias proteicas mediante funciones de sesgo analíticas aplicadas exclusivamente en la fase de inferencia, sin necesidad de reentrenamiento.

Raghavan, B., Rogers, D. M.2026-03-06💻 bioinformatics

Single-Cell Genomics Decontamination with CellSweep

El artículo presenta CellSweep, una herramienta eficiente y versátil que elimina eficazmente la contaminación ambiental y de lotes en datos de genómica de células individuales, superando a otros métodos existentes en benchmarks y mejorando la fiabilidad de los análisis posteriores.

Caskey, M., Rich, J., Weber, R., Mortazavi, A., Pachter, L., Hallgrimsdottir, I. B.2026-03-06💻 bioinformatics

Using Variable Window Sizes for Phylogenomic Analyses of Whole Genome Alignments

Este estudio propone un método de división y fusión que permite tamaños de ventana variables en análisis filogenómicos de genomas completos, superando las limitaciones de los enfoques de ventana fija al adaptarse a la variación en las tasas de recombinación y mejorando la recuperación de topologías de árboles génicos en datos simulados y reales de mariposas Heliconius y grandes simios.

Ivan, J., Lanfear, R.2026-03-06💻 bioinformatics

Reliable prediction of short linear motifs in the human proteome

El artículo presenta SLiMMine, una herramienta basada en aprendizaje profundo que mejora la predicción fiable de motivos lineales cortos (SLiMs) en el proteoma humano al reducir drásticamente los falsos positivos y facilitar el descubrimiento de nuevas interacciones proteína-proteína.

Pancsa, R., Ficho, E., Kalman, Z. E., Gerdan, C., Remenyi, I., Zeke, A., Tusnady, G. E., Dobson, L.2026-03-06💻 bioinformatics

A latent space thermodynamic model of cell differentiation

El artículo presenta LSD, un marco inspirado en la termodinámica que utiliza redes neuronales para modelar la diferenciación celular como una evolución en un paisaje de Waddington latente, permitiendo reconstruir trayectorias continuas, predecir destinos celulares y cuantificar la plasticidad mediante perturbaciones génicas.

Poursina, A., Hajhashemi, S., Mikaeili Namini, A., Saberi, A., Emad, A., Najafabadi, H. S.2026-03-06💻 bioinformatics

RNA-seq analysis in seconds using GPUs

Este trabajo presenta una implementación de kallisto en GPU que, mediante el rediseño de sus algoritmos centrales para la ejecución masivamente paralela, logra una aceleración de 30 a 50 veces en comparación con la versión multihilo de CPU, permitiendo cuantificar transcripciones de RNA-seq en cuestión de segundos.

Melsted, P., Guthnyjarson, E. M., Nordal, J.2026-03-06💻 bioinformatics

← Anterior Siguiente →