1243 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.
Los autores presentan un nuevo modelo estadístico basado en filogenia para detectar sitios de proteínas asociados con rasgos cuantitativos continuos, el cual demuestra mayor sensibilidad que métodos anteriores en simulaciones y revela evidencia débil para la asociación entre longevidad y ciertas familias de proteínas en mamíferos.
Este estudio integra datos multi-ómicos de 198 accesiones de soja mediante aprendizaje automático interpretable para revelar que el derivado de isoflavona daidzina y la bacteria *Candidatus Nitrosocosmicus* son biomarcadores clave que impulsan la adaptación de las plantas al estrés hídrico a través de redes rizosféricas dependientes del entorno.
El artículo presenta Cenote-Taker 3, una herramienta de línea de comandos de código abierto que supera a la mayoría de las existentes en velocidad y precisión para el descubrimiento de virus y la anotación de viromas, ofreciendo módulos para la extracción de profagos y el análisis de ensamblajes genómicos y metagenómicos.
El estudio presenta PATTY, un método computacional que corrige el sesgo hacia la cromatina abierta en los datos de CUT&Tag utilizando datos de ATAC-seq y aprendizaje automático, mejorando así la precisión en la detección de sitios de ocupación de modificaciones de histonas y el agrupamiento celular en análisis de células individuales y de población.
El artículo presenta PRISM-G, un marco agnóstico al modelo que evalúa el riesgo de privacidad en datos genómicos sintéticos mediante la integración de tres perspectivas complementarias (proximidad, parentesco y rasgos) para generar una puntuación unificada, demostrando que las vulnerabilidades varían según el modelo generativo y la densidad de marcadores, lo que subraya la insuficiencia de métricas de similitud únicas.
Mediante simulaciones de dinámica molecular, este estudio revela cómo las redes de interacciones electrostáticas dinámicas, junto con la coordinación de iones y la unión específica de lípidos, estabilizan la arquitectura del CFTR y modulan su función, proporcionando insights moleculares sobre los mecanismos de potenciación por el fármaco VX-770 y la evolución de este canal en la superfamilia de transportadores ABC.
HEDeST es un marco de aprendizaje débilmente supervisado que integra características morfológicas de la histología con proporciones de descomposición de transcriptómica espacial para asignar tipos celulares a resolución unicelular, superando a los métodos existentes y ofreciendo una herramienta escalable para el análisis de microambientes tisulares.
Este estudio presenta DVPNet, un nuevo marco de perfilado genético interpretable basado en IA explicable que combina el Nucleotide Transformer con circuitos probabilísticos para identificar genes clave en la distinción entre células cancerosas y normales, superando los enfoques estadísticos tradicionales mediante la detección de contribuciones biológicas no triviales en datos de cáncer de pulmón.
ADAMIXTURE es un nuevo marco de optimización que combina el algoritmo EM con el estimador de momentos adaptativo (Adam) para lograr una agrupación genética a escala de biobancos con una precisión comparable y una velocidad de convergencia dos órdenes de magnitud superior a los métodos actuales, reduciendo el tiempo de ejecución a menos de dos horas en conjuntos de datos de medio millón de muestras.
Este estudio presenta varTFBridge, una metodología que integra la huella de desaminasa de molécula única (FOODIE) con la predicción de efectos de variantes AlphaGenome para identificar y elucidar los mecanismos de variantes no codificantes, tanto comunes como raras, que alteran las redes de regulación génica y explican rasgos eritroides en el biobanco UK.