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.
El artículo presenta geneSync, un paquete de R que resuelve las inconsistencias en los símbolos de genes en datos de RNA-seq a gran escala mediante una estrategia de coincidencia jerárquica y bases de datos sin conexión, mejorando significativamente la integración entre conjuntos de datos y la superposición de características.
Este artículo demuestra que los métodos de referencia convencionales funcionan tan bien o mejor que los modelos de lenguaje de proteínas en la predicción de los efectos de variantes proteicas densas en mutaciones, lo que sugiere que los pLM requieren la integración de priores biofísicos o estructurales para avanzar eficazmente en el diseño de proteínas.
PhenotypeToGeneDownloaderR es una pipeline ligera y reproducible en R/Python que automatiza la recuperación, armonización y validación de genes asociados a fenotipos procedentes de múltiples bases de datos biológicas heterogéneas, logrando una alta sensibilidad y demostrando la complementariedad de las fuentes de evidencia integradas para el análisis genético posterior.
Este artículo presenta Atlas, un conjunto de datos de preentrenamiento a gran escala para el microbioma, y la familia de modelos fundamentales Waypoint, demostrando mediante el benchmark Compass que el preentrenamiento auto-supervisado supera significativamente a los métodos clásicos y a los modelos existentes en diversas tareas de predicción del microbioma.
Este trabajo identifica y caracteriza sesgos contextuales sistemáticos en el modelo de transformador de nucleótidos SegmentNT, específicamente en relación con la longitud de la secuencia de entrada, la posición del nucleótido y una oscilación periódica de 24 nucleótidos vinculada a la tokenización, y propone métodos de estandarización para mejorar la consistencia de las predicciones y orientar el uso de modelos genómicos similares.
MilliMap es un marco interactivo que unifica el cálculo estadístico y la exploración espacial para permitir un análisis iterativo de bucle cerrado de datos de ómicos espaciales, permitiendo a los investigadores refinar parámetros y validar hallazgos dentro de un único entorno para aplicaciones que van desde la neuroanatomía hasta los microentornos tumorales.
Este artículo presenta el Portal de Datos de SenNet, una plataforma híbrida escalable en la nube que ofrece acceso abierto a conjuntos de datos multimodales y multitejido armonizados y herramientas analíticas para caracterizar sistemáticamente la senescencia celular en modelos humanos y murinos para la investigación del envejecimiento.
Este estudio de referencia desafía la suposición de que los modelos de IA más grandes superan universalmente a los más pequeños en el descubrimiento de fármacos, demostrando que los modelos compactos y especializados a menudo logran una precisión predictiva superior o comparable en diversas tareas de propiedades y actividad molecular en comparación con los grandes modelos fundamentales.
AnnotateMissense es un marco escalable que integra diversas características genómicas y de modelos de lenguaje de proteínas para evaluar y generar predicciones de patogenicidad de alto rendimiento para más de 90 millones de variantes de sentido erróneo, logrando una precisión superior con un modelo XGBoost entrenado en 132.714 variantes etiquetadas por ClinVar.
Los autores desarrollaron el Índice de Novedad Estructural (SNI), un marco impulsado por inteligencia artificial que identificó y validó experimentalmente con éxito un ensamblaje undecamérico inesperado de receptores inmunitarios NRC, demostrando un método escalable para descubrir complejos proteicos atípicos más allá de las arquitecturas canónicas.