La genómica es el estudio de cómo funcionan y se organizan los genes, revelando los secretos que definen la vida y nuestra salud. En esta categoría, exploramos investigaciones que van desde la estructura del ADN hasta cómo las variaciones genéticas influyen en enfermedades y rasgos, todo explicado para que cualquier persona pueda entenderlo sin necesidad de un doctorado en biología.

En Gist.Science, nos dedicamos a procesar cada nuevo preimpreso publicado en bioRxiv dentro de este campo. Nuestro equipo transforma estos documentos académicos complejos en resúmenes técnicos detallados y explicaciones sencillas en lenguaje cotidiano, garantizando que la ciencia más reciente sea accesible para todos.

A continuación, encontrará los últimos estudios en genómica recién llegados desde bioRxiv, listos para ser descubiertos y comprendidos.

A Complete Genome for the Common Marmoset

Este estudio presenta el primer genoma de extremo a extremo (T2T) del mono mico común, resolviendo regiones genómicas complejas como centrómeros y cromosomas sexuales, descubriendo genes novedosos específicos de la especie y construyendo un pangenoma que mejora su utilidad como modelo biomédico y profundiza la comprensión de la evolución primate.

Hebbar, P., Potapova, T. A., Loucks, H., Ray, K., Rodrigues, M. F., Ryabov, F., Malukiewicz, J., Yoo, D., de Lima, L. G., Haber, A., Kumar, S., Banerjee, S., Borchers, M., Garcia, G. H., Gardner, J. (…)2026-03-26🧬 genomics

A multi-flow approach for binning circular plasmids from short-reads assembly graphs

El artículo presenta PlasBin-HMF, un nuevo método que formula el agrupamiento de plásmidos circulares a partir de ensamblajes de lecturas cortas como un problema de flujo múltiple en redes, demostrando mediante pruebas en más de 500 muestras bacterianas que supera a los métodos actuales manteniendo la explicabilidad de los resultados.

Epain, V., Mane, A., Della Vedova, G., Bonizzoni, P., Chauve, C.2026-03-26🧬 genomics

Adaptive immunity shapes baseline physiology of M. tuberculosis in high-dose versus low-dose infection BALB/c mouse drug treatment models

Este estudio demuestra que la inmunidad adaptativa reprograma la fisiología de *Mycobacterium tuberculosis* en modelos de infección de alta y baja dosis, lo que explica las diferencias en la eficacia de los fármacos al iniciar el tratamiento en fases inmunitarias distintas (innata versus adaptativa) y ofrece un marco para diseñar regímenes terapéuticos efectivos contra ambos estados bacterianos.

Hendrix, J., Al Mubarak, R., Rossmassler, K., Nielsen, H., Wynn, E., Moore, C. M., Jones, I. L., Voskuil, M. I., Podell, B. K., Robertson, G. T., Wang, C., Walter, N. D.2026-03-26🧬 genomics

LAMBDA: A Prophage Detection Benchmark for Genomic Language Models

Este artículo presenta LAMBDA, un nuevo benchmark diseñado para evaluar rigurosamente la capacidad de los modelos de lenguaje genómico para detectar profagos bacterianos mediante tareas de discriminación de secuencias de creciente complejidad, revelando la importancia crítica de la calidad de los datos de entrenamiento y la especialización de dominio para superar las limitaciones actuales de estos modelos.

Lindsey, L. M., Pershing, N. L., Dufault-Thompson, K., Gwak, H.-j., Habib, A., Schindler, A., Rakheja, A., Round, J., Stephens, W. Z., Blaschke, A. J., Sundar, H., Jiang, X.2026-03-26🧬 genomics

Tokenization to Transfer: Do Genomic Foundation Models Learn Good Representations?

El estudio revela que los Modelos Fundacionales Genómicos preentrenados ofrecen mejoras modestas y dependientes de la tokenización frente a modelos con pesos aleatorios, y que actualmente fallan en capturar mutaciones genéticas clínicamente relevantes, lo que sugiere la necesidad de estrategias de tokenización y objetivos de entrenamiento más informados biológicamente.

Vishniakov, K., Viswanathan, K., Medvedev, A., Kanithi, P., Pimentel, M. A., Rajan, R., Khan, S.2026-03-25🧬 genomics

Systematic characterization of the ovarian landscape across mouse menopause models

Este estudio caracteriza sistemáticamente tres modelos de ratón para la menopausia mediante análisis histológicos, hormonales y transcriptómicos, identificando tanto características compartidas como específicas para facilitar la selección del modelo preclínico más adecuado según el contexto de investigación.

Kim, M., Bhala, R., Wang, J., Liang, X., Chen, M., Lu, R. J., Lee, E. H., Alvarenga, J. L., Williams, R. G., Benayoun, B. A.2026-03-25🧬 genomics

Perplexity as a Metric for Isoform Diversity in the Human Transcriptome

Este artículo propone el uso de la perplejidad, derivada de la entropía de Shannon, como una métrica superior y reproducible para cuantificar la diversidad de isoformas en el transcriptoma humano, superando las limitaciones de los umbrales de expresión arbitrarios al incluir todas las variantes, incluidas las de baja abundancia.

Schertzer, M. D., Park, S. H., Su, J., Reese, F., Sheynkman, G. M., Knowles, D. A.2026-03-25🧬 genomics

KLinterSel: Intersection among candidates of different selective sweep detection methods

El artículo presenta KLinterSel, una herramienta de software que implementa dos pruebas estadísticas complementarias para evaluar si las intersecciones entre candidatos de diferentes métodos de detección de barridos selectivos superan las expectativas aleatorias, considerando la estructura del genoma y la distribución de los SNPs.

Carvajal-Rodriguez, A., Rocha, S., Pampin, M., Martinez, P., Caballero, A.2026-03-25🧬 genomics

Paleogenomic Evidence for Genetic Heterogeneity and Prior Admixture in Gothic-Associated Communities of Late Antique Bulgaria

Este estudio de ADN antiguo revela que las comunidades góticas de la Bulgaria de la Antigüedad Tardía, aunque unidas por una cultura material y prácticas funerarias similares, poseían una heterogeneidad genética significativa con orígenes distintos (anatólicos y del norte de Europa) que se mezclaron antes de los contactos documentados entre godos y romanos, apoyando la idea de que la afiliación gótica funcionaba como un marco cultural-político que abarcaba poblaciones de diverso origen biológico.

Stamov, S., Chobanov, T., Wang, T., Stoeva, K., Momchilov, D., Aladzhov, A., Chobanov, K., Nikolov, M., Nesheva, D., Heather, P., Toncheva, D. I., Zamfirov, M., Lazaridis, I., Reich, D. E., Klasnakov (…)2026-03-25🧬 genomics