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.
Keju es un modelo estadístico jerárquico diseñado para mejorar la potencia y el control de falsos positivos en los ensayos de reporteros masivamente paralelos (MPRA) al modelar la incertidumbre específica de los lotes y modalidades en las lecturas de ARN, superando significativamente a métodos anteriores como MPRAnalyze y BCalm.
Este estudio evalúa y compara diversos métodos de cribado de características basados en el principio de cribado seguro para la clasificación de datos ómicos de alta dimensión, identificando a BcorSIS como la opción más eficaz y eficiente computacionalmente para reducir el ruido y seleccionar biomoléculas informativas en contextos como el diagnóstico de la diabetes tipo 1.
GeCCo introduce un marco matemático que construye identidades celulares mediante la proyección en una jerarquía de programas génicos derivada de lógica regulatoria booleana, resolviendo así la inconsistencia jerárquica en la identificación de tipos celulares y permitiendo la descubierta de estados biológicos ocultos como puentes mitóticos.
El artículo presenta bionSBM, un método de modelado de temas basado en grafos que integra datos multiómicos de células individuales para lograr un agrupamiento superior y una interpretación biológica más clara en comparación con las técnicas actuales.
El artículo presenta ITSxRust, una herramienta en Rust diseñada para la extracción eficiente y robusta de regiones ITS en datos de secuenciación de lecturas largas, la cual supera en rendimiento y precisión a las herramientas existentes mediante el uso de perfiles HMM, estrategias de recuperación de cadenas parciales y diagnósticos estructurados.
El artículo presenta POTTR, un algoritmo combinatorio basado en conjuntos parcialmente ordenados incompletos que identifica trayectorias recurrentes de eventos genéticos en procesos evolutivos y de desarrollo, resolviendo la incertidumbre inherente a los datos de secuenciación y demostrando su eficacia en estudios de cáncer y diferenciación celular.
Este artículo presenta MaxGeomHash, un nuevo algoritmo de sketching que genera muestras aleatorias de tamaño sublineal y variable para conjuntos de k-mers, ofreciendo un equilibrio óptimo entre eficiencia de almacenamiento y precisión en la estimación de similitud genómica, superando a métodos existentes como MinHash y FracMinHash.
El artículo presenta PMGen, un marco integrado que utiliza estrategias de ingeniería de plantillas y suposiciones iniciales en AlphaFold2 para lograr predicciones estructurales de alta fidelidad de complejos péptido-MHC de longitud variable, permitiendo así el diseño guiado por estructura de péptidos y la generación de datos de alta calidad para entrenar modelos de aprendizaje automático en inmunología.
El artículo presenta PaNDA, la primera herramienta de software con interfaz gráfica que permite visualizar y maximizar la diversidad filogenética en redes filogenéticas mediante un algoritmo eficiente para redes con ancho de escaneo acotado, abordando así la complejidad computacional que surge al incorporar eventos reticulares como la hibridación.
Este estudio demuestra que representar los datos de proteómica plasmática mediante relaciones composicionales (log-ratios) entre proteínas, en lugar de sus abundancias absolutas, mejora significativamente la precisión de la predicción de enfermedades humanas, como el Alzheimer, al capturar de manera más fiel las interdependencias bioquímicas subyacentes.