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 artículo presenta la tokenización guiada y la adaptación de dominio como estrategias que mejoran significativamente la representación y el rendimiento de los modelos de lenguaje genómico compactos en diversas tareas biológicas clave al priorizar patrones biológicamente relevantes.
Este estudio demuestra que el uso de modelos de lenguaje grandes de peso abierto, combinados con filtrado semántico, permite automatizar y mejorar significativamente la curación de metadatos en bases de datos de ciencias de la vida, superando a las búsquedas por palabras clave y facilitando la reutilización de conjuntos de datos públicos.
El artículo presenta Wayfarer, un marco de análisis espacial multiescala para la biología espacial que permite rastrear la evolución de las métricas de asociación a través de diferentes resoluciones, revelando patrones de progresión tumoral en adenocarcinoma de pulmón que pasarían desapercibidos en enfoques de resolución única.
El artículo presenta SCiMS, una herramienta bioinformática que utiliza un clasificador bayesiano basado en la densidad de lecturas de los cromosomas sexuales para predecir con alta precisión el sexo del huésped en datos de secuenciación metagenómica, incluso con baja cobertura de ADN y en diversas especies.
El artículo presenta DEFT, un nuevo método que combina modelos de lenguaje proteico y análisis estructural para predecir con mayor precisión y eficiencia los números de la Comisión de Enzimas (EC) de las enzimas degradadoras de mucina, validando su eficacia en la anotación genómica de bacterias intestinales.
Este artículo presenta un marco de evaluación equilibrado por entidades y la estrategia de entrenamiento UnbiasNet para eliminar los sesgos de shortcuts en la predicción de asociaciones biológicas multivariables, permitiendo una valoración más rigurosa y justa del aprendizaje relacional genuino.
Este estudio demuestra que un algoritmo de muestreo basado en prefijos puede reducir eficazmente el tamaño de los genomas bacterianos manteniendo una alta precisión predictiva en tareas de fenotipado, superando a arquitecturas de aprendizaje profundo complejas y permitiendo la trazabilidad de los k-mers a genes específicos.
El artículo presenta PIGLET, un método novedoso basado en grafos que supera a los modelos existentes en la predicción de interacciones fármaco-diana, especialmente en escenarios de división rigurosos y casos de estudio del mundo real, al operar sobre un grafo de conocimiento proteómico en lugar de representaciones unidimensionales o tridimensionales.
Este artículo presenta la metodología ICI-Kt, un nuevo enfoque para calcular la correlación de Kendall-tau en datos de metabolómica que interpreta los valores faltantes por censura izquierda como información útil en lugar de ruido, mejorando así la detección de valores atípicos y la construcción de redes de características.
El artículo presenta ProteomeLM, un modelo de lenguaje a escala proteómica que, al procesar proteomas completos de diversas especies, permite predecir con alta precisión y rapidez las interacciones proteína-proteína y la esencialidad génica, superando a los métodos basados en coevolución de secuencias.