1018 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 evoPLM-Tree, un modelo de lenguaje condicional sensible a la estructura de árbol que integra el contexto filogenético para predecir con precisión los patrones mutacionales virales y las trayectorias evolutivas específicas de cada linaje, demostrando una fuerte alineación con las restricciones funcionales experimentales.
Este artículo propone un marco de integración multiómica impulsado por la estabilidad que combina el análisis de correlación canónica generalizada dispersa con una validación cruzada rigurosa para identificar estructuras latentes reproducibles, demostrando su eficacia en una cohorte de cáncer de tiroides al revelar asociaciones de enfermedades consistentes y cambios temporales en los perfiles metabolómicos y proteómicos.
Este artículo presenta un benchmark exhaustivo de la robustez de los modelos de segmentación a través de 30 conjuntos de datos de imágenes biológicas y 36 tipos de corrupción, revelando que el alto rendimiento en imágenes limpias no garantiza la resiliencia ante la corrupción y que métodos más antiguos como StarDist pueden superar a los modelos fundacionales modernos, con fallos que ocurren primordialmente en las capas de codificación iniciales.
Este estudio introduce el benchmark HuMonoAg-Bench para evaluar diez protocolos de co-plegamiento de anticuerpo-antígeno, revelando que, si bien los métodos recientes han mejorado significativamente el modelado de CDRH3 y han logrado una precisión media o superior para aproximadamente la mitad de los complejos tras el corte, persisten desafíos en el muestreo de los modos de unión correctos y en el modelado de bucles flexibles, lo que limita la predicción de muchos complejos estructuralmente heterogéneos.
Kiosc es una plataforma web intuitiva y autoalojada construida sobre Django que simplifica la orquestación, organización y el control de acceso de aplicaciones web bioinformáticas contenidas en Docker, ofreciendo una alternativa de menor carga operativa a Kubernetes para compartir resultados de análisis interactivos.
El artículo presenta BIOCURRENT, un marco de inferencia causal que reconstruye la geometría del pseudotiempo específico del donante para cuantificar cómo los contextos microambientales distorsionan los intervalos de progresión transcripcional, identificando así desviaciones específicas de etapa y posibles puntos de control de intervención en sistemas biológicos complejos como el desarrollo de células T y la desregulación inmunitaria por COVID-19.
CodonMamba es un modelo fundacional de vanguardia para el diseño de secuencias de codificación de ARNm que, mediante el preentrenamiento en corpus a gran escala, logra un rendimiento superior en tareas de predicción y permite el direccionamiento programable de la optimización de codones durante la inferencia para satisfacer preferencias específicas del huésped o de la aplicación sin necesidad de reentrenamiento.
Este artículo introduce un criterio de Incertidumbre Mínima calibrado y sensible a la resolución, así como un marco de evaluación del poder discriminativo para mejorar la robustez, la interpretabilidad y la calibración estadística del aprendizaje de estructuras de redes bayesianas a partir de datos heterogéneos.
Delta-Marches es un marco de IA generativa que decodifica los mecanismos de las enfermedades mediante la simulación de transiciones morfológicas idealizadas entre clases de tejidos para señalar las características subcelulares que impulsan los cambios fisiopatológicos, tal como se ha demostrado en la gradación del carcinoma renal y la displasia colorrectal.
KRAKEN es un grafo de conocimiento escalable y con trazabilidad de procedencia que aborda la subrepresentación de los datos multiómicos y de bienestar mediante la integración de diversas fuentes biomédicas en un sistema modular de 15 millones de nodos que cuenta con semántica estandarizada, herramientas analíticas integradas e interfaces multimodales tanto para la investigación humana como para la impulsada por IA.