511 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.
El artículo presenta TEExplorer, un portal web que facilita la exploración interactiva y la comparación de las asociaciones entre elementos transponibles y marcas epigenéticas en diversos tipos celulares humanos, permitiendo además a los usuarios integrar sus propios datos de ChIP-seq con el conjunto de datos EpiATLAS.
Este estudio presenta una curación comunitaria de los modelos génicos de *Pristionchus pacificus* que, mediante la integración de nuevos datos transcriptómicos y homología, corrigió más de 7.500 anotaciones y reveló errores sistemáticos frecuentes que deben considerarse en futuros proyectos de anotación genómica.
Este estudio utiliza una población de tomate interespecífica MAGIC (ToMAGIC) para realizar un análisis multidimensional de la respuesta a la sequía, identificando regiones genómicas clave y líneas transgresoras con mayor resiliencia que ofrecen recursos valiosos para el desarrollo de variedades de tomate tolerantes a la escasez de agua.
Este estudio demuestra que el tratamiento con guadecitabina en pacientes con cáncer de pulmón de células pequeñas induce hipometilación global en los linfocitos mononucleares de sangre periférica, alterando vías de señalización clave y modificando la composición de poblaciones inmunitarias, lo que sugiere el potencial de los biomarcadores de metilación sanguínea para monitorear la respuesta terapéutica en tiempo real.
Este estudio utiliza secuenciación de ARN de núcleos individuales para revelar que el estrés térmico en la glándula mamaria bovina induce respuestas específicas por tipo celular, incluyendo alteraciones en la proteostasis, la señalización intercelular y la regulación génica, lo que explica la reducción en la producción de leche.
El artículo presenta ADAPRE, un marco innovador que utiliza variables instrumentales adaptativas dentro de un modelo Poisson-lognormal para inferir redes reguladoras génicas causales a partir de datos Perturb-seq, superando las limitaciones de eficiencia heterogénea y asumiendo estructuras cíclicas para revelar interacciones biológicas relevantes en leucemia.
El estudio presenta OncoBERT, un modelo de lenguaje que analiza el contexto de las mutaciones somáticas en más de 210.000 pacientes para identificar subtipos mutacionales clínicamente relevantes que mejoran la predicción de la respuesta a terapias y la estratificación de pacientes en oncología de precisión.
El artículo presenta PanExonNet, un marco de aprendizaje profundo que predice patrones de splicing en cualquier tipo celular integrando la secuencia genómica y la expresión de factores de splicing mediante convoluciones contextualizables, logrando así una especificidad superior y una generalización a nuevos contextos celulares en comparación con modelos anteriores.
El artículo presenta a Portello, una nueva herramienta que mejora la eficacia del ensamblaje *de novo* para la secuenciación del genoma completo en enfermedades raras al transferir las lecturas de los contigs ensamblados a una referencia estándar, lo que permite unificar las inferencias, corregir errores de variantes y facilitar la visualización de loci complejos.
Este estudio demuestra que el principio de longitud mínima de descripción (MDL), combinado con la parsimonia máxima, explica cómo la demanda regulatoria escala de forma no lineal con la especificidad tisular, revelando que los genes de especificidad intermedia poseen la mayor complejidad regulatoria y que los mecanismos de regulación evolucionan de interruptores on/off a perillas de ajuste fino según la edad y la amplitud de expresión de los genes.