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.
FLAMESv2 es un paquete modular y adaptable de R/Bioconductor diseñado para procesar y analizar datos de secuenciación de ARN de lectura larga a nivel de célula única y espacial, permitiendo la caracterización precisa de isoformas, la identificación de tipos celulares y el seguimiento de trayectorias de diferenciación en diversos protocolos experimentales.
Este estudio demuestra que los modelos de lenguaje grande, como GPT-4o, pueden mejorar significativamente la eficiencia y precisión de la anotación de metadata en genómica al asistir a curadores humanos en la identificación y mapeo de cepas de ratones y líneas celulares, superando a los métodos tradicionales basados en expresiones regulares y reduciendo errores manuales.
El artículo presenta mnDINO, un modelo basado en redes de transformadores visuales que logra una segmentación precisa y generalizable de micronúcleos en imágenes de tinción de ADN, superando las limitaciones de los métodos actuales y ofreciendo recursos públicos para la investigación en biología de micronúcleos.
Este estudio evalúa múltiples medidas de distancia entre aminoácidos y propone DEX, un nuevo consenso basado en datos experimentales que mejora la modelización de la sustitución de codones y la predicción de frecuencias de mutación en diversos linajes evolutivos.
DiaReport es un paquete de R de código abierto que ofrece un flujo de trabajo reproducible para el análisis de expresión diferencial y la generación de informes interactivos en proteómica basada en adquisición independiente de datos (DIA), integrando el procesamiento de datos, el modelado estadístico y la visualización mediante Quarto.
El estudio demuestra que, aunque los modelos basados en transformadores logran predecir con cierta fiabilidad la estructura secundaria de las proteínas huérfanas, su rendimiento es deficiente para la predicción de la estructura terciaria debido a la falta de homología de estas secuencias.
Este estudio presenta el diseño computacional de sistemas de ligandos y receptores de citoquinas ortogonales basados en IL-2 e IL-2Rβ, utilizando AlphaFold3 y aprendizaje automático informado por física para generar mutantes sintéticos que promueven la expansión selectiva de células CAR T minimizando la toxicidad sistémica y la activación de células T reguladoras.
Este estudio presenta una evaluación de rendimiento de BEAST X integrada con la biblioteca BEAGLE, estableciendo directrices para la asignación óptima de recursos de hardware (como GPUs) y configuraciones de parámetros que reducen significativamente los tiempos de ejecución en análisis filogenéticos bayesianos, tanto con datos reales del virus del dengue como con secuencias simuladas.
El artículo presenta IFACE, un marco de correspondencia que alinea superficies proteicas mediante el acoplamiento probabilístico de la geometría intrínseca y los campos químicos para derivar una distancia conjunta que supera a los métodos tradicionales al distinguir la variabilidad conformacional de la divergencia estructural y revelar patrones funcionales conservados.
Este estudio propone una metodología innovadora que integra el modelo de lenguaje de proteínas ESM-2 con el promediamiento de permutaciones cíclicas para definir un "espacio de péptidos" multidimensional, permitiendo la selección de secuencias cíclicas que cubran uniformemente sus propiedades físicas y mejorando así la eficiencia en el diseño de fármacos asistido por IA.