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.

ERFMTDA: Predicting tsRNA-disease associations using an enhanced rotative factorization machine

El estudio presenta ERFMTDA, un marco de factorización rotativa mejorado que predice asociaciones entre tsRNAs y enfermedades integrando atributos biológicos explícitos y una estrategia de muestreo negativo informada, superando a los métodos existentes y validando su eficacia en casos de retinopatía diabética y carcinoma hepatocelular.

Lan, W., Wang, D., Chen, W., Yan, X., Chen, Q., Pan, S., Pan, Y.2026-03-24💻 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

AI-readiness for Biomedical Data

Este artículo presenta un marco de siete dimensiones desarrollado por el grupo de trabajo Bridge2AI de los NIH para definir criterios de preparación de datos biomédicos para la inteligencia artificial que van más allá de los principios FAIR, asegurando la integridad ética y científica mediante la evaluación y codificación de metadatos en máquinas antes del modelado.

Clark, T., Caufield, H., Parker, J. A., Al Manir, S., Amorim, E., Eddy, J., Gim, N., Gow, B., Goar, W., Hansen, J. N., Harris, N., Hermjakob, H., Joachimiak, M., Jordan, G., Lee, I.-H., McWeeney, S. K (…)2026-03-23💻 bioinformatics

Variable performance of widely used bisulfite sequencing methods and read mapping software for DNA methylation

Este estudio evalúa el rendimiento de diferentes métodos de secuenciación y software de mapeo para la metilación del ADN en poblaciones naturales genéticamente variables, revelando que las herramientas bioinformáticas más recientes y el enfoque RRBS ofrecen ventajas significativas para detectar diferencias funcionales en comparación con los métodos tradicionales.

Kerns, E. V., Weber, J. N.2026-03-23💻 bioinformatics

ChEA-KG: Human Transcription Factor Regulatory Network with a Knowledge Graph Interactive User Interface

El artículo presenta ChEA-KG, una aplicación web interactiva que ofrece un mapa de alta calidad de la red de regulación génica humana, derivado de miles de conjuntos de genes mediante el análisis de enriquecimiento de factores de transcripción ChEA3, y que incluye herramientas de visualización de redes y atlas especializados para células normales, tipos de cáncer, mecanismos de acción y envejecimiento.

Byrd, A. I., Evangelista, J. E., Lachmann, A., Chung, H.-Y., Jenkins, S. L., Ma'ayan, A.2026-03-23💻 bioinformatics