775 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.
El artículo presenta EnzPlacer, un algoritmo de aprendizaje contrastivo que predice funciones enzimáticas desconocidas al ubicar secuencias proteicas en un contexto funcional específico dentro del espacio de funciones conocidas, incluso cuando la función exacta no está presente en los datos de entrenamiento.
BioGraphX-RNA es un marco de codificación gráfica biofísica universal e interpretable que, al integrar principios físico-químicos con embeddings de RiNALMo, logra un rendimiento de vanguardia y una generalización cero-shot en la predicción de la localización subcelular de ARN, ofreciendo al mismo tiempo mecanismos explicables y una alta eficiencia computacional.
Este trabajo propone un marco bayesiano para la estimación de orientaciones en criomicroscopía electrónica que, mediante el uso de un estimador de error cuadrático medio mínimo, supera a los métodos tradicionales basados en correlación cruzada, mejorando significativamente la precisión de la reconstrucción 3D y la fiabilidad del análisis de la heterogeneidad estructural, especialmente en condiciones de bajo relación señal-ruido.
El artículo presenta O_SCPLOWARCANEC_SCPLOW, una nueva herramienta de línea de comandos que integra algoritmos mejorados para la corrección de códigos de barras, la asignación de lecturas a genes y la resolución de UMIs, logrando una cuantificación de expresión génica en transcriptómica de células individuales más rápida y precisa que los métodos existentes.
El artículo presenta ProtBFF, un marco general que mejora la predicción de cambios de energía libre (ΔΔG) al integrar priores biofísicos interpretables en representaciones de aprendizaje profundo mediante atención cruzada, logrando superar a modelos especializados y de mayor tamaño.
El artículo presenta TopRepo, el primer repositorio integral de espectros de espectrometría de masas de arriba hacia abajo (TD-MS) con más de 18 millones de espectros, que permite análisis panconjunto de proteoformas y mejora significativamente la identificación de proteoformas y el entrenamiento de modelos de aprendizaje profundo para la predicción espectral.
El artículo presenta CellAwareGNN, un modelo fundacional de grafos que integra genómica de célula única en una base de conocimiento biomédico actualizada para superar las limitaciones de los modelos anteriores y mejorar significativamente la predicción de indicaciones de fármacos, especialmente en enfermedades autoinmunes, mediante la captura de mecanismos celulares específicos.
MetaTracer es una herramienta de alineación de nucleótidos que asigna simultáneamente lecturas de secuenciación a grupos taxonómicos y genes expresados en metatranscriptómica, ofreciendo una alta resolución a nivel de especie y permitiendo el análisis de la actividad transcripcional específica en comunidades microbianas complejas.
Este estudio presenta un marco de modelado inverso interpretable y estratificado temporalmente que vincula las respuestas transcriptómicas de secuenciación de ARN con los cambios en la morfología nuclear observados mediante técnicas de cell painting tras la exposición a radiación de baja dosis, identificando predictores genéticos estables que explican las variaciones fenotípicas a lo largo del tiempo.
Cellects es un software de código abierto y fácil de usar diseñado para cuantificar automáticamente el crecimiento, el movimiento y la morfología de diversos sistemas biológicos a partir de imágenes 2D y secuencias temporales, ofreciendo tanto una interfaz gráfica interactiva como una API en Python para la personalización y exportación de resultados estandarizados.