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 estudio utiliza enfoques computacionales para identificar genes, vías y reguladores moleculares convergentes que vinculan el trastorno de estrés postraumático, la esquizofrenia y el trastorno bipolar con procesos de inflamación autoinmune y enfermedades infecciosas, proponiendo así posibles dianas terapéuticas.
Este estudio presenta un marco de referencia integral para evaluar herramientas computacionales que cuantifican elementos transponibles a nivel de locus en datos de ARN-seq de células individuales, concluyendo que, aunque las inserciones antiguas pueden analizarse con precisión, las jóvenes siguen siendo difíciles de resolver debido a la ambigüedad de lectura y recomendando estrategias específicas como el uso de mapeadores únicos y la agregación a nivel de subfamilia.
Un modelo de simulación revela que, aunque la hibridación en la restauración de corales *Acropora* del Caribe no representa un riesgo significativo de desplazamiento genético, su potencial para facilitar la transferencia adaptativa de genes es limitado, lo que subraya la utilidad de las simulaciones para evaluar estrategias de conservación a largo plazo.
El artículo presenta DeepAllele, un modelo de aprendizaje profundo que utiliza datos de secuenciación con fase definida para predecir cambios sutiles en la regulación génica entre alelos y descubrir motivos regulatorios funcionales con mayor precisión que los métodos estadísticos tradicionales.
El artículo presenta EGGS, una herramienta escrita en C que generaliza genotipos empíricos con datos faltantes replicando su distribución en otros replicados, además de ofrecer funciones para eliminar fases, simular errores de secuenciación y desaminación, crear pseudohaploides y convertir entre formatos como VCF, ms y EIGENSTRAT.
El artículo presenta CycleGRN, un marco innovador que infiere redes de regulación génica a partir de dinámicas de flujo cíclico en datos de ARN de células individuales, utilizando un sistema dinámico y derivadas de Lie para capturar interacciones regulatorias direccionales y oscilatorias sin necesidad de datos temporales o de splicing.
El marco MOSAIC presenta un enfoque espectral innovador que integra datos de multi-ómica a nivel de población para generar incrustaciones conjuntas de características y muestras, permitiendo el análisis de la conectividad diferencial, la detección de subgrupos no supervisados y la predicción de resultados clínicos en estudios de células individuales.
El marco MAP presenta un enfoque impulsado por conocimiento que integra un grafo de conocimiento biológico y estrategias de preentrenamiento para predecir con precisión las respuestas celulares a fármacos no perfilados mediante generalización de cero disparos, superando a los modelos existentes en benchmarks de correlación y análisis funcional.
SpaMOAL es un método de aprendizaje contrastivo basado en grafos que integra coordenadas espaciales, características de imágenes histológicas y perfiles moleculares para identificar con precisión dominios tisulares en datos de multi-ómica espacial, superando a los métodos existentes en la delimitación de la organización de los tejidos.
Este estudio presenta un marco de mapeo de linaje basado en transporte óptimo que reconstruye la dinámica de diferenciación de las células T CD8 a través del tiempo y los tejidos, revelando oleadas de migración al intestino delgado y reguladores clave como AP4 que determinan el destino de las células T de memoria residentes en tejidos.