💻 Category

bioinformatics

1018 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.

💻 bioinformatics

Chemi-Proteome Language Attention Network Empowers Fragment-Based Ligand Interactome and Binding Sites Discovery with Evidence

El artículo presenta C-PLANK, un marco de aprendizaje profundo entrenado con datos de quimioproteómica celular que supera a los modelos existentes en la predicción de interacciones fragmento-proteína e identificó con éxito un nuevo agonista de SIRT3 mediante la integración de incrustaciones fisicoquímicas con una métrica de plausibilidad biológica a nivel de sistemas.

Liao, B., He, J., zhao, M., Cui, X., Cui, Y., Dong, C., Sun, H., Zhang, L., Zhang, J.2026-08-30
💻 bioinformatics

RegimeFormer: A Large Protein Model of Global Perturbation Regimes

RegimeFormer es un modelo de proteínas a gran escala que, a través de su base de datos asociada RegimeAtlas de más de 200 millones de secuencias, establece regímenes de perturbación globales para predecir los efectos de las mutaciones a nivel de residuo y mejorar el modelado biológico descendente, particularmente para proteínas y familias no vistas.

Ma, S., Chai, Y., Wu, Y., Zhang, Q., Yuan, Y., Zhao, K., Chen, Z., Wang, H., Cao, S., Yu, X., Han, X., Liu, Y., Liu, Y. (…)2026-08-30
💻 bioinformatics

Dynamic Hierarchical Interleaved Bloom Filter: An Updatable Index for Large-Scale Fast Sequence Search

Este artículo presenta el Dynamic Hierarchical Interleaved Bloom Filter, una estructura de indexación escalable y actualizable que extiende el estado del arte HIBF con reconstrucción parcial para permitir la búsqueda eficiente de secuencias a gran escala, demostrando la capacidad de indexar más de 100 TB de datos de RNA-Seq e insertar nuevas muestras de 24 a 65 veces más rápido que las herramientas competidoras.

Seiler, E., Willemsen, M., Piro, V. C., Reinert, K.2026-08-30
💻 bioinformatics

Vipsania: Unsupervised Deep Gene Finding

Vipsania es la primera herramienta de aprendizaje profundo no supervisado que predice con precisión las estructuras de genes codificantes de proteínas a través de diversos genomas eucariotas mediante el aprendizaje directo de secuencias no anotadas, superando así las limitaciones de los métodos supervisados que requieren datos de entrenamiento de alta calidad y tienen dificultades con clados distantes o basales.

Krieg, R., Becker, F., Saenko, S., Diehl, J., Stanke, M.2026-08-30
💻 bioinformatics

When AI encounters natural history: Morphological OTUs reshape our understanding of Earth's life

El artículo presenta morphOTU, un marco impulsado por IA que deriva unidades de biodiversidad operativas directamente de imágenes de especímenes mediante el aprendizaje autosupervisado y la agrupación jerárquica, permitiendo la cuantificación precisa de la diversidad de especies y el descubrimiento de patrones morfológicos incluso en ausencia de etiquetas taxonómicas formales o datos de entrenamiento extensos.

Zhan, Z., Ye, M., Orr, M. C., Chen, W., Liu, X., Yue, L., Sun, X., Zhang, F.2026-08-28
💻 bioinformatics

DeepTMHMM2 enables accurate prediction of transmembrane protein topology and subcellular location

El artículo presenta DeepTMHMM2, un nuevo predictor que logra simultáneamente la predicción precisa de la topología transmembrana —incluyendo regiones reentrantes e hélices interfaciales no modeladas previamente— y la localización subcelular en 17 membranas biológicas, revelando la presencia generalizada de segmentos que no lo atraviesan en el proteoma.

Teufel, F., Hallgren, J., Nielsen, H., Krogh, A., Tsirigos, K. D., Winther, O.2026-08-27
💻 bioinformatics

Interpretable Forecasting of Kidney Cancer Progression via Generative AI and Symbolic Reasoning

Este artículo presenta un marco híbrido que combina un Autoencoder Variacional para generar trayectorias longitudinales sintéticas a partir de datos transversales de cáncer de riñón con un sistema de inducción de reglas simbólicas para producir pronósticos probabilísticos interpretables de la progresión de la enfermedad que igualan la precisión del aprendizaje profundo, al tiempo que ofrecen conocimientos transparentes y legibles por humanos sobre los mecanismos moleculares subyacentes.

Prol-Castelo, G., Syrri, E., Manginas, N., Manginas, V., Sanchez-Valle, J., Katzouris, N., Paliouras, G., Valencia, A. (…)2026-08-26
💻 bioinformatics

HIDE-Deconv: A hierarchical deconvolution framework for multiscale characterization of cellular remodeling

HIDE-Deconv es un marco de deconvolución jerárquica de código abierto que optimiza conjuntamente las estimaciones de la composición celular a través de múltiples niveles de resolución para revelar la remodelación celular biológicamente relevante en enfermedades como el adenocarcinoma de pulmón y la sepsis, superando a los métodos existentes de resolución única.

Goertler, F., Voelkl, D., Bolz, S., Rayford, A., Stevenson, T., Sterr, T., Mensching-Buhr, M., Seifert, N., Altenbuching (…)2026-08-26