💻 Category

bioinformatics

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.

RNAGAN: Train One and Get Four, Multipurpose Human RNA-Seq Analysis Tool with Enhanced Interpretability and Small Data Size Capability

RNAGAN es una herramienta de inteligencia artificial basada en redes generativas adversarias que, mediante un único entrenamiento con grandes conjuntos de datos humanos, permite cuatro aplicaciones clave en el análisis de RNA-Seq: estratificación de pacientes, identificación de marcadores, generación de datos sintéticos para muestras limitadas y vectorización de características génicas y de vías, todo ello con mayor interpretabilidad y eficiencia computacional.

HOU, Z., Lee, V. H.-F., Kwong, D. L.-W., Guan, X., Liu, Z., Dai, W.2026-03-20💻 bioinformatics

TriGraphQA: a triple graph learning framework for model quality assessment of protein complexes

El estudio presenta TriGraphQA, un nuevo marco de aprendizaje de grafos triples que mejora la evaluación de la calidad de los complejos proteicos al decouplar explícitamente las representaciones de plegamiento intracatenario e interacción intercatenaria mediante tres vistas geométricas y un módulo de agregación de contexto, superando así a los métodos actuales en la identificación de ensamblajes nativos.

Liang, L., Zhao, K.2026-03-20💻 bioinformatics

GenBio-PathFM: A State-of-the-Art Foundation Model for Histopathology

GenBio-PathFM es un modelo fundacional de histopatología de código abierto y 1.1 mil millones de parámetros que logra un rendimiento de vanguardia utilizando exclusivamente datos públicos, gracias a una innovadora estrategia de aprendizaje dual (JEDI) y un pipeline de curación de datos automatizado que prioriza la diversidad morfológica.

Kapse, S., Aygün, M., Cole, E., Lundberg, E., Song, L., Xing, E. P.2026-03-20💻 bioinformatics

Pareto optimization of masked superstrings improves compression of pan-genome k-mer sets

Este trabajo presenta el primer método de optimización de Pareto para supercadenas de k-mers enmascaradas, demostrando que mejora la compresión de conjuntos de k-mers de pan-genomas en un 12-19% al equilibrar la longitud de la supercadenas y la complejidad de la máscara mediante una búsqueda heurística que supera a métodos anteriores.

Plachy, J., Sladky, O., Brinda, K., Vesely, P.2026-03-20💻 bioinformatics

Enhancing non-local interaction modeling for ab initio biomolecular calculations and simulations with ViSNet-PIMA

Este estudio presenta ViSNet-PIMA, un campo de fuerza de aprendizaje automático que mejora significativamente la precisión de las simulaciones de dinámica molecular *ab initio* en biomoléculas mediante la modelización eficiente de interacciones no locales, superando a los métodos existentes y reduciendo los errores de cálculo en más del 50% al integrarse en el programa AI2BMD.

Cui, T., Wang, Z., Wang, T.2026-03-20💻 bioinformatics

Computational Prediction of Plasmodium falciparum Antigen-T-cell Receptor Interactions via Molecular Docking: Implications for Malaria Vaccine Design

Este estudio utiliza el acoplamiento molecular y la inmunoinformática para identificar a PfCyRPA, PfMSP10 y PfCSP como los mejores candidatos antigénicos para el diseño de una vacuna contra la malaria, al confirmar su fuerte interacción con los receptores de células T humanas.

Kipkoech, G., Kanda, W., Irungu, B., Nyangi, M., Kimani, C., Nyangacha, R., Keter, L., Atieno, D., Gathirwa, J., Kigondu, E., Murungi, E.2026-03-20💻 bioinformatics

A Multi-Dataset Transcriptomic Analysis Unravels Core Mechanisms Involving Vitamin D Metabolism and Inflammatory Pathways for Frailty Diagnosis.

Este estudio integra análisis bioinformáticos de múltiples conjuntos de datos transcriptómicos y modelos de aprendizaje automático para identificar firmas moleculares robustas que vinculan el metabolismo de la vitamina D y las vías inflamatorias con el diagnóstico y la comprensión de la fragilidad.

Hu, X., Zheng, W., Li, Y., Zhou, D.2026-03-20💻 bioinformatics

CliPepPI: Scalable prediction of domain-peptide specificityusing contrastive learning

El artículo presenta CLIPepPI, un modelo de aprendizaje contrastivo escalable y eficiente en parámetros que utiliza información estructural y adaptadores LoRA sobre modelos de lenguaje proteico para predecir con precisión la especificidad de las interacciones dominio-péptido y generalizar a análisis proteómicos a gran escala.

Hochner-Vilk, T., Stein, D., Schueler-Furman, O., Raveh, B., Chook, Y. M., Schneidman-Duhovny, D.2026-03-20💻 bioinformatics

Differentiable Gene Set Enrichment Analysis for Pathway-Level Supervision in Transcriptomic Learning

Este trabajo presenta dGSEA, un método de análisis de enriquecimiento de conjuntos de genes diferenciable que utiliza ordenamiento suave y normalización robusta para alinear los objetivos de entrenamiento de modelos de predicción transcriptómica con la interpretación biológica a nivel de vías, mejorando así la concordancia de las conclusiones sobre vías sin comprometer el rendimiento a nivel de genes.

Li, S., Ruan, Y., Yang, X., Wen, Z., Saigo, H.2026-03-20💻 bioinformatics