878 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.
EZSolver es un marco generativo sin plantillas que aprovecha el ajuste de flujo y la búsqueda bidireccional guiada por evaluador para predecir con precisión mecanismos de reacciones enzimáticas polares para química fuera de la distribución, superando las limitaciones de generalización de los modelos tradicionales basados en reglas.
Este estudio presenta PredHLM, un modelo de aprendizaje automático basado en XGBoost, cuantitativo e interpretable, entrenado con casi 12,000 compuestos que predice con precisión la vida media metabólica en microsomas de hígado humano e identifica los principales impulsores químicos para apoyar la toma de decisiones rápida en el descubrimiento temprano de fármacos.
El artículo presenta stGP, un marco estadístico que descompone los datos transcriptómicos espaciotemporales en componentes temporales y espaciales para identificar programas génicos interpretables y específicos de cada tipo celular, revelando así cómo evolucionan las arquitecturas tisulares dinámicas y las respuestas celulares localizadas a través del tiempo y los nichos anatómicos.
El artículo presenta DL4DR, un modelo de aprendizaje profundo de fusión tardía residual de dos torres que predice las respuestas a fármacos en todo el espectro del cáncer de mama mediante la codificación de líneas celulares como imágenes genómicas y la combinación de representaciones moleculares, logrando así una generalización superior a líneas celulares y tipos de cáncer no vistos, al tiempo que identifica nuevos impulsores genómicos sin depender de las identidades de las líneas celulares.
El artículo presenta hmSEEKR, un modelo oculto de Márkov basado en k-meros que escanea transcriptomas para identificar similitudes de secuencia no lineales a nivel de dominio en ARN largos no codificantes, permitiendo así el descubrimiento de dominios de ARN funcionalmente relacionados y sus redes de interacción proteica asociadas sin requerir conocimiento previo de alineamiento de secuencias.
El artículo presenta AllTheBacteria, un recurso comunitario integral que procesa de manera uniforme casi 2,5 millones de genomas bacterianos públicos para permitir la investigación biológica a gran escala y demuestra con éxito su utilidad mediante el descubrimiento y la validación de nuevos antibióticos peptídicos a través de la minería impulsada por IA.
El artículo presenta PHI, un flujo de trabajo basado en Galaxy, automatizado y fácil de usar, que optimiza la identificación reproducible de profagos, la predicción de interacciones con el huésped y la caracterización funcional, al tiempo que genera informes estandarizados para reducir las barreras tanto para expertos como para no expertos en la investigación de la genómica viral.
Este artículo presenta BGC-MLM, un modelo fundacional preentrenado en secuencias de grupos de genes biosintéticos no etiquetadas que mejora significativamente la predicción de las propiedades de los productos naturales, la bioactividad y la similitud estructural, mejorando así la eficiencia de la minería genómica para nuevos productos naturales.
La actualización de 2026 de Scop3P presenta una expansión mayor de esta base de conocimientos informada por proteómica mediante la integración de 152.350 sitios de fosforilación humana reprocesados uniformemente con anotaciones estructurales, biofísicas, evolutivas y mutacionales exhaustivas para proporcionar un recurso escalable y con trazabilidad de procedencia para interpretar la fosforilación en contextos funcionales y de enfermedad.
Este estudio evalúa el rendimiento de AlphaFold2, AlphaFold3 y los protocolos de muestreo mejorado en el modelado del reconocimiento de antígenos por parte de anticuerpos y TCR, demostrando que si bien el aumento del muestreo y AlphaFold3 generalmente mejoran la precisión, el éxito varía significamente según los tipos de complejos y puede potenciarse aún más mediante la agrupación de modelos complementarios.