1210 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.
OmniCellAgent es un marco de IA multiagente que recupera e integra de forma autónoma diversos conjuntos de datos de secuenciación de ARN de células individuales con conocimiento previo biomédico para generar hipótesis basadas en evidencia y acelerar el descubrimiento científico impulsado por la ómica para investigadores no computacionales.
Mediante la construcción de árboles filogenéticos a partir de más de 100,000 secuencias de influenza, este estudio estima tasas de mutación neutrales específicas de sitio y efectos de aptitud en todo el proteoma viral, revelando una variación significativa entre los tipos de mutación, fuertes correlaciones cruzadas entre virus con SARS-CoV-2 y el VIH, y proporcionando un recurso interactivo y exhaustivo para comprender cómo la mutación y la selección moldean la evolución de la influenza en la naturaleza.
Los autores desarrollaron CharacTERT, una herramienta de aprendizaje automático que integra características de secuencia y estructurales para clasificar con precisión las variantes de cambio de sentido de hTERT asociadas con trastornos de la biología de los telómeros, superando a los predictores existentes y proporcionando un panorama mutacional integral mediante un servidor web de acceso libre.
Este artículo presenta Shiny AMMOA, una plataforma interactiva y fácil de usar en R Shiny que democratiza el análisis integrativo multi-ómico del envejecimiento en murinos al permitir que los investigadores experimentales exploren, visualicen y generen hipótesis a partir de conjuntos de datos unificados de transcriptómica, proteómica y metabolómica sin necesidad de habilidades computacionales avanzadas.
ExplainBind es un marco de IA novedoso y libre de estructura que predice la probabilidad de unión proteína-ligando, identifica residuos de unión específicos y descifra patrones de interacciones no covalentes para ofrecer perspectivas mecanísticas en el descubrimiento de fármacos, superando a los modelos de caja negra existentes en diversos objetivos y logrando identificar tanto inhibidores como activadores con mecanismos funcionales distintos.
Este estudio presenta el primer análisis integrado genómico y transcriptómico de variedades locales de trigo duro tunecino, revelando que la adaptación a zonas áridas está impulsada principalmente por la reconfiguración de redes de estrés de regulación trans en lugar de por puntos calientes de selección, al tiempo que identifica mecanismos moleculares específicos y seis objetivos cromosómicos para la mejora genética futura.
TransXplorer es una plataforma web disponible gratuitamente y sin necesidad de inicio de sesión que simplifica todo el flujo de trabajo analítico de RNA-seq, desde el procesamiento de datos crudos y la corrección automática de lotes hasta el enriquecimiento funcional, el análisis de redes y la integración en el descubrimiento clínico/farmacológico, en un único entorno unificado.
DistPCA es el primer marco distribuido y fuera de memoria en C++ que aprovecha el paralelismo multinivel basado en MPI para superar los cuellos de botella de memoria y E/S, permitiendo un Análisis de Componentes Principales altamente escalable y preciso para conjuntos de datos genómicos a escala de terabytes en sistemas de un solo nodo y múltiples nodos.
Este artículo presenta Prostate-TriMod, un novedoso conjunto de datos histológicos tri-modales para el cáncer de próstata que integra morfología multiescala de alta resolución, mapas espaciales de células inmunitarias y resultados clínicos para facilitar la investigación avanzada con IA multimodal y el análisis pronóstico.
Este estudio evalúa sistemáticamente 21.666 muestras de cfRNA-Seq plasmático de múltiples estudios para demostrar que los factores técnicos, en particular la elección del protocolo y la contaminación con ADN genómico, dominan abrumadoramente la variación transcriptómica sobre los fenotipos biológicos, estableciendo así directrices basadas en evidencia para estandarizar los flujos de trabajo y mejorar la reproducibilidad del descubrimiento de biomarcadores.