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.
RAGulate es un marco de generación aumentada por recuperación que combina la recuperación híbrida de literatura con modelos de lenguaje de gran tamaño para evaluar y explicar con precisión las interacciones entre factores de transcripción y sus objetivos en contextos biológicos específicos, reduciendo así las alucinaciones y acelerando la priorización experimental para los biólogos.
Mediante el desarrollo del modelo jerárquico bayesiano variacional eTRex y su aplicación a 4.819 conjuntos de datos de ATAC-seq, este estudio construye un atlas pan-cáncer exhaustivo y específico de perfiles de reguladores transcripcionales funcionales que revela programas de regulación oncogénica tanto comunes como específicos de cada cáncer, validados mediante cribados genómicos independientes y accesibles a través de un portal web interactivo.
HERMES es un modelo de red neuronal rápido y basado en estructuras que predice los efectos mutacionales en la estabilidad de las proteínas y la afinidad de unión mediante el aprovechamiento de entornos atómicos 3D locales y una estrategia de ajuste fino amortizado para superar los sesgos basados en el tamaño, permitiendo así un diseño de vacunas preciso y computacionalmente eficiente.
Este estudio integra el análisis del genoma completo con el modelado de la estructura proteica en 3D para demostrar cómo las variaciones genéticas en los factores de virulencia, particularmente el complejo receptor-intimina, pueden caracterizarse funcionalmente para mejorar la evaluación de riesgos y el diagnóstico de diversas *E. coli* productoras de toxina Shiga no O157.
El artículo presenta VAIruScope, un flujo de trabajo basado en aprendizaje profundo que permite la identificación y cuantificación automatizada y sin marcadores de células infectadas por virus a través de diversos modelos celulares y de virus clínicamente relevantes de ARN, ADN y retrovirus, mediante el reconocimiento de efectos citopáticos en imágenes de microscopía de luz con una precisión de hasta el 96%.