1250 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 AlphaCell, un modelo generativo de mundo virtual celular que supera las limitaciones actuales mediante la rectificación de variedades latentes, la reconstrucción de alta fidelidad del genoma completo y el uso de transporte óptimo para simular dinámicas celulares inducidas por perturbaciones y predecir respuestas en contextos biológicos nunca antes vistos.
Este estudio presenta PAMG-AT, un modelo jerárquico de redes neuronales gráficas con atención fisiológica y topología adaptativa que logra una detección de estrés precisa e interpretable mediante señales multimodales de dispositivos portátiles, destacando la importancia del acoplamiento cardíaco-electrodérmico y ofreciendo resultados prometedores tanto para sensores torácicos como de muñeca.
El artículo presenta InertialGenome, un nuevo marco basado en transformadores que utiliza un sistema de referencia inercial y codificación posicional geométrica para lograr una reconstrucción robusta y agnóstica a la resolución de la estructura 3D de los cromosomas, superando a los métodos existentes en precisión y capacidad de transferencia entre diferentes resoluciones.
El artículo presenta SCOTCH, una pipeline integral e independiente de la plataforma que mejora la caracterización de isoformas y la reconstrucción de transcritos novedosos en datos de secuenciación de ARN de lectura larga a nivel de célula individual mediante el modelado de subexones y estrategias de agrupamiento iterativo.
El marco FAIRSCAPE es un entorno digital que garantiza la preparación de conjuntos de datos biomédicos para la inteligencia artificial mediante el empaquetado de metadatos ricos, la visualización de la procedencia y la evaluación automatizada de criterios éticos y técnicos, logrando así la transparencia y la explicabilidad en aplicaciones de IA.
El estudio presenta HDMAX2-surv, un marco de análisis de mediación de alta dimensión diseñado para datos de supervivencia censurados que integra modelado de factores latentes y modelos de riesgos flexibles para identificar vías epigenéticas mediadoras en cáncer de páncreas, superando a los métodos existentes en la selección de mediadores y la estimación de efectos.
Los autores desarrollan y validan un flujo de trabajo integrado que combina secuenciación de ARN de lectura larga y espectrometría de masas para construir proteomas específicos de la muestra y resueltos por haplotipo, permitiendo la detección precisa de isoformas alélicas y variantes de empalme que los métodos tradicionales no pueden identificar.
El artículo presenta nVenn2, una nueva versión del algoritmo nVenn que genera diagramas de Venn cuasi proporcionales más rápidos y simples, permitiendo visualizar conjuntos con un gran número de elementos de manera interpretable al reducir la complejidad computacional a la cantidad de regiones no vacías en lugar del número total de conjuntos.
El artículo presenta gSV, un detector general de variantes estructurales que integra enfoques basados en alineación y ensamblaje mediante una estrategia de coincidencia exacta máxima para mejorar la sensibilidad en la detección de variantes complejas en datos de secuenciación de tercera generación, demostrando su eficacia en estudios de cáncer de mama y genómica poblacional.
EvoStructCLIP es un modelo de incrustación multimodal centrado en mutaciones que integra ventanas estructurales 3D y restricciones evolutivas mediante aprendizaje contrastivo, logrando una alta capacidad de predicción y transferencia de efectos de variantes missense en tareas biológicas diversas, incluida la competencia CAGI7.