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 EMITS, una herramienta basada en Rust que utiliza el algoritmo de esperanza-maximización para mejorar la estimación de abundancia de especies fúngicas a partir de secuencias ITS de lectura larga, resolviendo ambigüedades de asignación y reduciendo significativamente los errores en comparación con los métodos de clasificación tradicionales.
Este estudio demuestra que los modelos de aprendizaje automático híbridos y clásicos basados en características k-mer TF-IDF superan a los métodos de aprendizaje profundo en la clasificación de variantes genómicas de SARS-CoV-2, ofreciendo una solución robusta e interpretable para la detección de variantes raras en conjuntos de datos altamente desbalanceados.
Este estudio demuestra que, aunque las estimaciones de heredabilidad SNP varían significativamente según la estrategia de cálculo utilizada, esta variabilidad upstream tiene un impacto débil y no significativo en el rendimiento downstream de las puntuaciones de riesgo poligénico.
Los autores desarrollan un nuevo modelo matemático que integra datos de bioensayos de dosis de intensidad para cuantificar la heterogeneidad de la resistencia a insecticidas en poblaciones de mosquitos y predecir con mayor precisión la eficacia de las mosquiteras tratadas, superando las limitaciones de los ensayos tradicionales de dosis discriminatoria.
Este trabajo presenta un enfoque de aprendizaje profundo basado en redes neuronales convolucionales que, utilizando secuencias del genoma humano (GRCh38) y vectorización TFxIDF, logra identificar secuencias de ADN para la predicción de genes con un rendimiento que supera el estado del arte.
Este estudio evalúa rigurosamente siete metodologías de vanguardia para la eliminación de ARN ambiental en datos de secuenciación de ARN de células individuales, concluyendo que aunque ningún método es superior en todos los casos, CellBender, DecontX y SoupX ofrecen un rendimiento general destacado.
Los autores desarrollaron un servidor del Protocolo de Contexto de Modelo (MCP) para DGIdb que permite a los modelos de lenguaje grandes acceder a información actualizada sobre interacciones fármaco-gen mediante consultas en lenguaje natural, mejorando así su capacidad para responder preguntas precisas en el ámbito biomédico.
Este estudio presenta un autoencoder con prior no paramétrico de Proceso de Dirichlet que, al optimizar la estructura geométrica de los datos de transcriptómica de células individuales a costa de una ligera reducción en la recuperación de etiquetas, define un régimen operativo adaptado para tareas de análisis de trayectorias, visualización de variedades y anotación de programas biológicos.
El artículo presenta Topic-FM, una familia de VAEs neuronales que, al restringir el espacio latente al simplex mediante una prior logística-normal y refinar la geometría posterior con un campo de flujo de transporte óptimo, logra simultáneamente una mayor interpretabilidad biológica de los programas génicos y mejoras significativas en las métricas de agrupamiento y clasificación en comparación con los métodos existentes.
Este estudio identifica firmas metabólicas en suero, incluyendo carnitinas, derivados dietéticos como la piperina y metabolitos de fármacos, que se asocian con la resiliencia cognitiva en un cohorte de 237 individuos que envejecen durante 28 años.