💻 Category

bioinformatics

890 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.

💻 bioinformatics

From SNPs to Pathways: A genome-wide benchmark of annotation discrepancies and their impact on protein- and pathway-level inference

Este estudio demuestra que la variabilidad en la anotación de SNPs entre diferentes herramientas y modelos genómicos afecta significativamente la inferencia a nivel de proteínas y vías, recomendando el uso de una estrategia integrada multi-herramienta y multi-modelo para garantizar una cobertura completa y resultados de análisis de vías más robustos.

Queme, B., Muruganujan, A., Ebert, D., Mushayahama, T., Gauderman, W. J., Mi, H.2026-03-24
💻 bioinformatics

Micro16S: Universal Phylogenetic 16S rRNA Gene Representations for Deep Learning of the Microbiome

El artículo presenta Micro16S, un enfoque de aprendizaje profundo que genera representaciones vectoriales continuas de genes 16S rRNA basadas en relaciones filogenéticas para lograr una invarianza regional y agrupación taxonómica superiores, aunque los resultados en tareas de clasificación indican que se requiere optimizar el diseño de algoritmos y abordar el desequilibrio de clases para superar a los métodos tradicionales.

Bishop, H. V., Ogilvie, O. J., Dobson, R. C. J., Herbold, C. W.2026-03-24
💻 bioinformatics

Breaking the Extraction Bottleneck: A Single AI Agent Achieves Statistical Equivalence with Human-Extracted Meta-Analysis Data Across Five Agricultural Datasets

Un solo agente de IA logró una equivalencia estadística con los datos extraídos por humanos en cinco conjuntos de datos agrícolas, demostrando que la alineación impulsada por LLM resuelve los errores de emparejamiento y reduce drásticamente los costos de extracción sin comprometer la precisión.

Halpern, M.2026-03-23
💻 bioinformatics

Learning gene interactions from tabular gene expression data using Graph Neural Networks

El artículo presenta REGEN, un marco basado en Redes Neuronales de Grafos que reconstruye simultáneamente redes de interacción génica y predice el estado vital de pacientes a partir de datos de expresión génica en lotes, superando a los modelos de referencia y ofreciendo directrices prácticas para su aplicación en transcriptómica.

Boulougouri, M., Nallapareddy, M. V., Vandergheynst, P.2026-03-23
💻 bioinformatics

A harmonized benchmarking framework for implementation-aware evaluation of 46 polygenic risk score tools across binary and continuous phenotypes

Los autores presentan un marco de referencia armonizado y consciente de la implementación que evalúa 46 herramientas de puntuación de riesgo poligénico, demostrando que su rendimiento depende tanto de la metodología estadística como de la arquitectura del fenotipo, las opciones de preprocesamiento y las limitaciones prácticas de implementación, sin que exista un método universalmente óptimo.

Muneeb, M., Ascher, D.2026-03-23
💻 bioinformatics

miRBind2 enables sequence-only prediction of miRNA binding and transcript repression

El estudio presenta miRBind2, un modelo de aprendizaje profundo basado únicamente en secuencias que supera a los métodos actuales en la predicción de sitios de unión de microARNs y permite predecir la represión génica funcional sin necesidad de características biológicas diseñadas manualmente.

Cechak, D., Tzimotoudis, D., Sammut, S., Gresova, K., Marsalkova, E., Farrugia, D., Alexiou, P.2026-03-21