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.
WSInsight es una plataforma abierta y nativa en la nube que permite la fenotipificación escalable y accesible mediante agentes de células individuales de imágenes H&E de diapositivas completas procedentes de diversas fuentes de almacenamiento, ofreciendo resultados validados y conformes a normas para la investigación traslacional del microambiente tumoral.
LIVIA es una herramienta gratuita basada en el navegador que calcula localmente métricas de confianza local, identifica residuos de interfaz y visualiza interacciones proteína-proteína predichas en múltiples plataformas mediante un visor 3D interactivo y scripts exportables para ChimeraX y PyMOL.
Este estudio desarrolla un marco de aprendizaje automático para imputar datos proteómicos entre plataformas SomaScan y Olink, resolviendo así problemas persistentes de no replicación, permitiendo la recuperación de señales exclusivas de cada plataforma y estableciendo un índice de fidelidad de proteínas para mejorar la fiabilidad del descubrimiento de biomarcadores epidemiológicos.
Este estudio utiliza un análisis transcriptómico integrativo de múltiples conjuntos de datos para identificar genes centrales relacionados con el estrés oxidativo y la inflamación en la enfermedad de Parkinson, y revela cómo compuestos bioactivos específicos de los alimentos pueden modular estas redes génicas mediante intervenciones nutrigenómicas.
Este artículo presenta **bcrnnoise**, un marco de código abierto en Python que unifica la deriva determinista, las fluctuaciones gaussianas y los saltos esporádicos aditivos en un único modelo de ecuación diferencial estocástica para generar trazas de transcripción precisas de manera eficiente, con una velocidad de cálculo hasta dos órdenes de magnitud superior a la del muestreo estocástico exacto.
SaVanache es una herramienta de visualización multirresolución que permite la exploración eficiente en tiempo real y la comparación intuitiva de uno a muchos de complejos gráficos de variación de pan-genomas, mediante el preprocesamiento de archivos GFA en índices optimizados y el uso de glifos especializados para resaltar las variaciones estructurales en relación con un genoma pivote lineal.
Este artículo presenta un método estadístico de eliminación de rayas para datos de VisiumHD de 10x Genomics que modela los recuentos de binos utilizando la segmentación de núcleos y un modelo lineal generalizado regularizado para eliminar eficazmente los artefactos de rayas multiplicativos mientras preserva las señales biológicas a gran escala, superando los enfoques de normalización existentes.
El artículo presenta SLiMNet, un modelo de aprendizaje profundo que aprovecha las incrustaciones de modelos de lenguaje grandes de proteínas y el aprendizaje contrastivo para predecir similitudes funcionales entre motivos lineales cortos (SLiMs), lo que permite la anotación funcional de motivos previamente no caracterizados y proporciona atlas integrales de pares funcionales potenciales para la comunidad investigadora.
ProtSpace es una aplicación web basada en navegador que preserva la privacidad y permite la visualización interactiva y la exploración sistemática de los espacios de incrustación de modelos de lenguaje de proteínas, revelando relaciones funcionales y estructurales complejas más allá de la similitud de secuencia tradicional mediante la visualización integrada de estructuras 3D y anotaciones multietiqueta.
El artículo presenta MANGO, un método novedoso de agrupamiento de redes que corrige el sesgo de los nodos centrales en el análisis de conjuntos de genes condicionando la distribución de grados, lo que permite la detección robusta de autocorrelación espacial biológicamente significativa sin los falsos positivos inherentes a los enfoques tradicionales de sobre-representación o a los métodos basados en redes ingenuos.