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.
Este estudio presenta una evaluación comparativa de las herramientas OBITools3/ecoPCR, RESCRIPt y MetaCurator para generar y curar bases de datos de referencia del gen *trnL*, demostrando que el rendimiento de clasificación varía según la región específica del marcador y ofreciendo recursos globales actualizados para el metabarcoding de plantas.
El estudio presenta Immunotype, una herramienta de aprendizaje profundo que permite la tipificación directa de alelos HLA a partir de datos de inmunoproteómica, logrando una precisión del 87,2% y facilitando así el desarrollo de inmunoterapias basadas en células T.
Este estudio presenta una evaluación sistemática de seis herramientas para eliminar el ARN ambiental en datos de secuenciación de ARN de células individuales, revelando que scAR y CellClear generan artefactos críticos al distorsionar las matrices de conteo y crear tipos celulares espurios, mientras que CellBender y SoupX demuestran ser opciones más fiables y escalables.
Este artículo presenta un flujo de trabajo de código abierto basado en R y principios estadísticos para analizar datos de imágenes por espectrometría de masas con diseños complejos, destacando la importancia del procesamiento de señales, la agregación de características y la selección adecuada de regiones de interés para detectar analitos diferencialmente abundantes en muestras biológicas.
Este artículo presenta dos extensiones del Análisis de Componentes Principales Contrastivo (k-ρPCA y f-ρPCA) que unifican los métodos espaciales y funcionales bajo un marco matemático común para maximizar la varianza en datos de expresión génica mientras minimizan la del fondo, demostrando su utilidad en estudios de cáncer y respuesta inmune.
El artículo presenta DIANA, una red neuronal de aprendizaje profundo que predice con precisión metadatos clave de muestras de ADN antiguo a partir de abundancias de unitigs, ofreciendo una herramienta robusta para la validación de datos y la generalización semántica en metagenómica antigua.
Este estudio integra mapas de interacciones proteína-proteína humano-virus con contactos residuales para revelar que las presiones selectivas positivas y negativas en las proteínas huésped objetivo de virus presentan paisajes espaciales divergentes, donde la selección positiva tiende a agruparse en interfaces compartidas con socios endógenos (mimetizadas), mientras que la selección negativa se dispersa, lo que sugiere que estas interfaces actúan como puntos focales de evolución adaptativa.
El artículo presenta CoPhaser, un algoritmo basado en autoencoders variacionales que descompone los datos de scRNA-seq en trayectorias periódicas y variabilidad no periódica, permitiendo el análisis interpretable de ciclos biológicos como el celular, circadiano y de segmentación en diversos contextos fisiológicos y patológicos.
Este artículo presenta un marco de análisis espectral cuaterniónico acelerado por GPU que, mediante la transformada de Fourier de dos canales, permite la detección alineación-libre de firmas espectrales universales en genomas completos, revelando periodicidades estructurales como el giro de la hélice y la posición de los nucleosomas con una precisión y velocidad sin precedentes.
Este estudio presenta MAG-E, un marco de evaluación integral basado en simulaciones que revela brechas de rendimiento en la generación de genomas metagenómicos (MAGs) del microbioma intestinal humano, demostrando que metaSPAdes y COMEBin superan a otras herramientas en ciertas métricas, mientras que la refinación de bins y las evaluaciones de calidad actuales presentan limitaciones significativas.