895 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.
Este artículo presenta ITEC, un método no supervisado de alta fidelidad que reconstruye automáticamente y con gran precisión las linajes celulares y mapas de destino de embriones completos a partir de datos masivos, permitiendo el análisis detallado de la dinámica del desarrollo en múltiples especies.
El estudio presenta scPloidyR, un modelo oculto de Markov que mejora la detección de variaciones en el número de copias en células individuales mediante la integración conjunta de la profundidad de lectura y la frecuencia de alelos B en paneles de secuenciación dirigida, demostrando una superioridad significativa sobre los métodos basados solo en profundidad cuando la información alélica está disponible.
Este artículo presenta un marco de simulación para evaluar políticas de RL en la administración de antibióticos, demostrando que los agentes jerárquicos con estratificación de riesgo son superiores para optimizar la prescripción y controlar la resistencia antimicrobiana en entornos complejos con observaciones parciales y retroalimentación diferida.
Este trabajo aplica la predicción conformal a la recuperación de moléculas a partir de espectros de masas para generar conjuntos de candidatos específicos de cada espectro con una probabilidad de cobertura garantizada, mejorando la fiabilidad y adaptabilidad de las identificaciones tanto en distribuciones alineadas como bajo desplazamiento de datos.
Este estudio presenta la primera integración de marcadores de tiempo de replicación derivados de metilación y representaciones morfológicas en redes génicas personalizadas LIONESS para el adenocarcinoma pancreático, demostrando que estos factores epigenéticos y estructurales mejoran la robustez de la red y permiten una clasificación precisa de los subtipos basal y clásico con un 80% de AUC utilizando un conjunto reducido de genes.
El Grass Expression Atlas (GExA) es un recurso web interactivo que integra y estandariza miles de conjuntos de datos de RNA-seq de cuatro especies de mijo, cebada y sorgo para facilitar la exploración rápida de la expresión génica en diversas condiciones y tejidos de especies de gramíneas.
El artículo presenta Stoic, un método rápido y preciso que utiliza incrustaciones de modelos de lenguaje proteico y redes neuronales gráficas para predecir la estequiometría de complejos proteicos identificando residuos de interfaz, superando así las limitaciones de los enfoques actuales basados en fuerza bruta.
El artículo presenta PepCABO, un marco de optimización bayesiana en espacio latente que utiliza alineación contrastiva y un autoencoder variacional dual para mejorar la eficiencia y precisión en la optimización de secuencias peptídicas para la unión a diferentes alelos del MHC, superando a los métodos existentes en escenarios con datos limitados.
Este trabajo presenta una extensión del marco ColBuilder para generar modelos atómicos de fibrillas de colágeno que incorporan enlaces cruzados no enzimáticos (AGE) junto con los enzimáticos, proporcionando parámetros compatibles con Amber99 y demostrando mediante simulaciones de dinámica molecular que los enlaces AGE afectan la estructura de la fibrilla de manera diferente a los enzimáticos.
El artículo presenta PBML, un nuevo algoritmo que optimiza la detección de ancestros compartidos a largo plazo en grandes paneles de haplotipos al filtrar coincidencias exactas no informativas mediante umbrales de frecuencia y longitud, logrando una mayor velocidad y eficiencia en memoria que los métodos actuales como PBWT.