🧬 Category

genomics

398 artículos

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.

🧬 genómica

Identifying Putative Pathogenic Non-Coding Variants in Unresolved Rare Disease Patients Using Topologically Associated Domains

El artículo presenta GAVURD, un sistema novedoso que aprovecha la secuenciación de genoma completo de tríos y los datos de dominios asociados topológicamente (TAD) para priorizar e identificar sistemáticamente variantes no codificantes putativamente patogénicas en pacientes con enfermedades raras no resueltas, implicando con éxito seis candidatos causales en un estudio de prueba de concepto.

Gacita, A. M., Pahl, M., Torres, M. D., Ganesan, S., Blair, J. J., Patel, K., Ramakrishnan, R., Conlin, L., Helbig, I. (…)2026-09-20
🧬 genómica

Plague-driven selection enriched familial Mediterranean fever mutations in Armenia

Este estudio demuestra que las altas tasas de portadores de mutaciones de la Fiebre Mediterránea Familiar en armenios resultaron de una selección positiva impulsada por la resistencia a *Yersinia pestis* (peste), con frecuencias alélicas que aumentaron rápidamente desde la primera pandemia de peste alrededor del 541 d. C.

Hovhannisyan, A., Antonosyan, M., Bobokhyan, A., Simonyan, H., Aghikyan, L., Avetisyan, P., Badalyan, M., Simonyan, H. (…)2026-09-16
🧬 genómica

Genomic hallmarks of parasexual reproduction in three hybrid groups of the human pathogen Cryptococcus neoformans

Este estudio revela que la reproducción parasexual, caracterizada por procesos independientes de la meiosis como la pérdida de heterocigosidad en todo el cromosoma, la aneuploidía y la reducción de la ploidía, impulsa la diversidad genómica y la variación fenotípica de tres grupos híbridos distintos en el patógeno humano *Cryptococcus neoformans*.

Anand, R., Ma, Q., Tamayo, D., Paul, G., Helmstetter, N., Sun, S., Bian, Z., Kwon-Chung, K. J., Heitman, J., Farrer, R. (…)2026-09-15
🧬 genómica

Covariate-aware genomic prediction of blood metabolite profiles using multi-task neural networks

Este estudio presenta un marco de red neuronal multitarea que predice eficazmente los perfiles de metabolitos sanguíneos al separar las contribuciones genéticas, de covariables y conjuntas, revelando que el modelado no lineal de las covariables —particularmente la edad— es el principal motor de la mejora en el rendimiento predictivo sobre los métodos lineales tradicionales.

Guler, M. N., Alver, M., Haller, T., Jay, F., Pagani, L., Milani, L., Yelmen, B.2026-09-14
🧬 genómica

Predicted Effector Gene Aggregation, Standards and Unified Schema (PEGASUS): A Community Framework for Effector Gene Reporting

El marco de trabajo PEGASUS establece el primer estándar desarrollado por la comunidad para informar genes efectores predichos en GWAS mediante la definición de un esquema unificado para metadatos, matrices de evidencia y listas de genes priorizados para mejorar la interoperabilidad, la reproducibilidad y la reutilización de la investigación de variante a función.

McMahon, A., Ji, Y., Costanzo, M., Butterworth, A. S., Pahl, M., Szyszkowski, S., Heilbron, K., Shiyanbola, A., Tsepilov (…)2026-09-14
🧬 genómica

Multigenerational machine learning-based genomic prediction for dermo resistance in eastern oyster Crassostrea virginica

Este estudio demuestra que la predicción genómica multigeneracional para la resistencia a enfermedades dérmicas en ostras orientales se ve significativamente mejorada por el aprendizaje automático, específicamente por modelos de potenciación de gradiente, los cuales aprovechan variantes genéticas raras para alcanzar una precisión de correlación máxima de 0,410, superando sustancialmente a los métodos tradicionales.

Sun, H., Coyne, P., Wang, Z., Casas, S., La Peyre, J., Williams, M. L., Rikard, S., Bushek, D., Wong, J., Guo, X.2026-09-13