1246 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 MOSAICField, un marco unificado basado en redes neuronales profundas que alinea y integra múltiples cortes espaciales de tejidos de diversas modalidades para reconstruir modelos tridimensionales precisos y mapear estructuras morfológicas complejas, superando a los métodos existentes en la creación de atlas de tejidos y tumores.
Este estudio demuestra que el carcinoma hepatocelular presenta programas transcriptómicos conservados y opuestos de proliferación y pérdida de hepatocitos, identificando además un componente de lesión específico de la etiología por VHB independiente del ciclo celular, validado mediante un nuevo puntaje de estado tumoral en múltiples cohortes.
El marco generativo AnewSampling supera los desafíos computacionales de la dinámica molecular tradicional al aprender y reproducir con alta fidelidad la distribución de equilibrio de interacciones biomoleculares a nivel atómico, permitiendo una exploración rápida y precisa de paisajes conformacionales para el diseño de biomoléculas.
El artículo presenta Cycle-Extractor, una herramienta rápida y precisa basada en programación lineal entera mixta que reconstruye la estructura de ADN extracromosómico (ecDNA) a partir de datos de secuenciación de lecturas cortas y largas, superando en velocidad a métodos existentes y validando experimentalmente su capacidad para recuperar estructuras ecDNA más grandes y completas.
Este estudio presenta MetaResNet, un marco de aprendizaje profundo que optimiza la clasificación de enfermedades basada en el microbioma mediante la selección estratégica de mapas de color (especialmente Jet) y el uso de SMOTE para abordar el desequilibrio de clases, logrando un rendimiento superior a los métodos existentes en múltiples conjuntos de datos clínicos.
Este estudio demuestra que el uso de cuantiles en cerdos revela efectos genéticos dependientes del contexto en la expresión génica que no son detectables en humanos bajo condiciones basales, identificando así variantes reguladoras conservadas y relevantes para enfermedades humanas que permanecen silenciosas en cohortes humanas estándar.
El artículo presenta EoRNA2, una nueva versión de la base de datos de expresión génica de cebada que, gracias a un flujo de trabajo automatizado de descubrimiento de datos, ha aumentado drásticamente su escala, mejorado su interfaz web y adoptado una infraestructura agnóstica a la especie para su reutilización en otros taxones.
El estudio presenta ATAClone, una herramienta innovadora que identifica clones cancerosos y estima sus variaciones en el número de copias de ADN a partir de datos de scATAC-seq, permitiendo distinguir con mayor precisión entre la heterogeneidad genética y no genética en los tumores.
El artículo presenta SuperSurv, un paquete de R de código abierto que ofrece un marco unificado para construir, evaluar e interpretar ensembles de modelos de análisis de supervivencia mediante la integración de diversos algoritmos, el uso de métricas ponderadas por censura y herramientas de interpretabilidad clínica.
El artículo presenta DNA-MGC+, un códec versátil para almacenamiento de datos en ADN sintético que supera a las soluciones existentes al garantizar una recuperación fiable y eficiente de recursos incluso en condiciones de alto ruido y bajo costo de secuenciación.