💻 Category

bioinformatics

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.

Phenotypic Bioactivity Prediction as Open-set Biological Assay Querying

El artículo presenta OpenPheno, un modelo fundacional multimodal que redefine la predicción de bioactividad como una tarea de preguntas y respuestas visual-lingüística en conjunto abierto, permitiendo predecir la actividad de compuestos en ensayos biológicos nunca vistos de manera "zero-shot" a partir de perfiles fenotípicos universales (Cell Painting) y descripciones textuales, superando así las limitaciones de los enfoques tradicionales de descubrimiento de fármacos.

Sun, Y., Zhang, X., Zheng, Q., Li, H., Zhang, J., Hong, L., Wang, Y., Zhang, Y., Xie, W.2026-03-03💻 bioinformatics

Characterizing and Mitigating Protocol-Dependent Gene Expression Bias in 3' and 5' Single-Cell RNA Sequencing

Este estudio demuestra que los sesgos entre las tecnologías de secuenciación de ARN de células individuales 3' y 5' se limitan a un pequeño conjunto de genes específicos, por lo que excluirlos es una estrategia más efectiva y menos distorsionadora que los métodos de corrección de lotes agresivos para integrar estos datos.

Shydlouskaya, V., Haeryfar, S. M. M., Andrews, T. S.2026-03-03💻 bioinformatics

iGS: A Zero-Code Dual-Engine Graphical Software for Polygenic Trait Prediction

Este estudio presenta iGS, una herramienta gráfica de "código cero" con arquitectura de doble motor portátil que integra 33 modelos predictivos y un flujo de trabajo automatizado para democratizar la selección genómica en el mejoramiento agrícola, demostrando mediante pruebas en trigo que los modelos lineales son robustos para rasgos aditivos mientras que las arquitecturas de aprendizaje profundo y árboles de decisión superan en rasgos complejos y de baja heredabilidad.

Zhang, J., Chen, F.2026-03-03💻 bioinformatics

Minimum Unique Substrings as a Context-Aware k-mer Alternative for Genomic Sequence Analysis

Este artículo presenta las Subcadenas Mínimas Únicas (MUSs) como una alternativa adaptable al contexto a los k-mers de longitud fija, ofreciendo una cobertura única del 100% y una compresión de datos superior mediante un algoritmo de tiempo lineal que define límites de repetición precisos en genomas bacterianos y humanos.

Adu, A. F., Menkah, E. S., Amoako-Yirenkyi, P., Pandam Salifu, S.2026-03-03💻 bioinformatics

h5adify: neuro-symbolic metadata harmonizationenables scalable AnnData integration with locallarge language models

El artículo presenta h5adify, un kit de herramientas neuro-simbólico que combina inferencia biológica determinista con modelos de lenguaje localmente desplegados para armonizar metadatos heterogéneos en objetos AnnData, permitiendo una integración escalable y privada de atlas de transcriptómica de células únicas.

Rincon de la Rosa, L., Mouazer, A., Navidi, M., Degroodt, E., Künzle, T., Geny, S., Idbaih, A., Verrault, M., Labreche, K., Hernandez-Verdin, I., Alentorn, A.2026-03-03💻 bioinformatics

LLPSight: enhancing prediction of LLPS-driving proteins using machine learning and protein Language Models

El artículo presenta LLPSight, una herramienta basada en aprendizaje automático y modelos de lenguaje de proteínas que logra la puntuación F1 más alta (0.885) para predecir proteínas conductoras de la separación de fases líquido-líquido (LLPS), permitiendo el análisis a escala de proteoma y la identificación de nuevos objetivos en el proteoma humano.

GONAY, V., VITALE, R., STEGMAYER, G., Dunne, M. P., KAJAVA, A. V.2026-03-03💻 bioinformatics

Evaluating Few-Shot Meta-Learning using STUNT for Microbiome-Based Disease Classification

El estudio evalúa el marco STUNT para la clasificación de enfermedades basada en el microbioma mediante aprendizaje meta-pocos ejemplos y concluye que, aunque sus representaciones ofrecen una ventaja marginal en escenarios de extrema escasez de datos, su rendimiento disminuye rápidamente con más muestras debido a un cuello de botella informativo, revelando que la fuerza intrínseca de la señal biológica es el determinante principal del éxito de la clasificación.

Peng, C., Abeel, T.2026-03-03💻 bioinformatics