1211 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 GATSBI, un marco basado en atención de grafos que genera incrustaciones de proteínas conscientes del contexto mediante la integración de diversas fuentes biológicas y la adopción de protocolos de evaluación alineados con tareas específicas, logrando así una mejor generalización, especialmente para proteínas poco estudiadas, en comparación con los métodos existentes.
El artículo presenta *muat*, una herramienta de software basada en transformadores y distribuida mediante contenedores Docker y Bioconda, que permite la clasificación de tumores y el aprendizaje de representaciones a partir de variantes somáticas en entornos de procesamiento seguros y sistemas de alto rendimiento, logrando una alta precisión tanto en datos de secuenciación del genoma completo como del exoma sin necesidad de reentrenamiento.
El artículo presenta PANDA, una herramienta de análisis gráfico que reconstruye patrones de metilación contiguos a nivel de molécula individual en estudios de amplicones de bisulfito, permitiendo una caracterización precisa de la heterogeneidad epialélica y la detección de metilación específica de alelo.
OncoMORPHIA es una plataforma web gratuita e integrada que unifica la visualización 3D interactiva de estructuras proteicas, la anotación clínica de variantes, el mapeo de interacciones fármaco-diana, el análisis de supervivencia y la interpretación impulsada por IA para facilitar la exploración de mutaciones cancerígenas sin necesidad de experiencia especializada en bioinformática.
DeepTrio es un modelo de aprendizaje profundo que mejora la precisión en la detección de variantes genéticas en trios familiares (padre, madre e hijo) al aprender directamente de los datos de secuenciación sin priores de herencia explícitos, superando a DeepVariant tanto en datos Illumina como PacBio HiFi.
Este estudio demuestra que optimizar los pesos de los conjuntos de modelos de predicción genómica en maíz mediante tres enfoques distintos mejora el rendimiento predictivo en comparación con los promedios simples, aunque ninguno de los métodos propuestos mostró una superioridad clara sobre los demás.
El artículo presenta el GPCT, un modelo transformador preentrenado e interpretable diseñado para superar las limitaciones de variabilidad de marcadores en la citometría de flujo, permitiendo una modelización predictiva escalable a nivel de muestra y la validación biológica de patrones aprendidos.
El artículo presenta DESPOT, un nuevo marco de potenciales de conocimiento anisotrópico que supera a los métodos isotrópicos tradicionales al modelar las preferencias direccionales en las interacciones proteína-ligando mediante una formulación probabilística invertida, logrando así un rendimiento superior en la discriminación de poses y el cribado virtual.
El artículo presenta TRACE, un marco multimodal que utiliza alineación contrastiva para estabilizar la predicción de unión TCR-péptido y evitar que las estructuras derivadas de modelos imperfectos degraden el rendimiento, demostrando que la forma en que se integran las modalidades es más crítica que su mera adición.
Este estudio presenta MAPPER, un marco escalable que integra datos multimodales para predecir con precisión el modo de acción de antibióticos en *Escherichia coli* y detectar compuestos con mecanismos novedosos, facilitando así la priorización de candidatos terapéuticos.