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 define la localización específica de los receptores de angiotensina en el pulmón humano, identificando al AGTR1 como un marcador selectivo de pericitos que regula su comportamiento y la reparación del espacio aéreo, lo cual es crucial para comprender y tratar enfermedades pulmonares como la EPOC y la fibrosis.
Este estudio identifica dos motivos topológicos distintivos para las inversiones en gráficos de pan-genoma, desarrolla una herramienta para su anotación y revela que los pipelines actuales presentan tasas de recuperación muy bajas y representaciones inexactas de estas variantes, especialmente en conjuntos de datos reales humanos.
Este estudio demuestra que los modelos fundacionales de ADN, especialmente HyenaDNA, superan a los métodos especializados en la predicción precisa y eficiente de sitios de unión de factores de transcripción en genomas de plantas, ofreciendo una solución escalable para la regulación génica.
Este estudio demuestra que la calidad de los datos, específicamente la escasez y el ruido en los datos moleculares así como la resolución de las imágenes, impacta significativamente el rendimiento de los modelos de aprendizaje profundo para predecir la expresión génica espacial a partir de imágenes histológicas, sugiriendo que mejorar la calidad de los datos es una estrategia complementaria y crucial al ajuste de la arquitectura del modelo.
Este estudio demuestra que la variabilidad numérica en los análisis de resonancia magnética estructural de la enfermedad de Parkinson puede ser tan significativa como la variabilidad poblacional, alterando conclusiones estadísticas y falseando resultados en la literatura, por lo que propone un marco práctico para cuantificar y mitigar este impacto.
El artículo presenta jazzPanda, un paquete de R que utiliza un enfoque híbrido basado en la ubicación espacial y el agrupamiento de datos de transcriptómica espacial para identificar genes marcadores con mayor especificidad y correlación espacial que los métodos tradicionales.
Este artículo presenta Pioneer y Altimeter, herramientas de código abierto que optimizan el análisis de proteómica DIA mediante la modelización explícita de los efectos de las ventanas de aislamiento estrechas, logrando identificaciones de alta confianza y cuantificación precisa con una velocidad de procesamiento 2 a 6 veces superior a la de los métodos actuales.
El artículo presenta edgePython, un puerto en Python de edgeR que integra el ecosistema de genómica de células individuales con modelos de efectos mixtos y contracción empírica de Bayes para el análisis de datos de conteo.
El estudio presenta NanoHIVSeq, una nueva bioinformática sin UMI y libre de referencias que aprovecha la secuenciación de lectura larga de Oxford Nanopore para procesar de manera eficiente y precisa variantes completas del gen Env del VIH-1, superando las limitaciones de los métodos tradicionales y ofreciendo una alternativa robusta para el estudio de grandes cohortes.
Este estudio evalúa el rendimiento de diversos modelos de lenguaje grande, tanto generales como específicos de química, para predecir la eficacia terapéutica de los oligonucleótidos antisentido, demostrando que el uso de secuencias de ADN con información génica mediante ingeniería de prompts supera a las representaciones SMILES y que GPT-3.5-Turbo logra los mejores resultados con aprendizaje de pocos ejemplos.