🧬 Category

q-bio

3918 artículos

🧬 biology

Cross-Disease Microbiome Signatures Associated with Autoimmune Disorders: A Comparative Meta-Analysis of Public Sequencing Datasets

Este metaanálisis de 47 estudios de secuenciación pública que involucran a más de 6.800 individuos revela que los trastornos autoinmunes comparten una firma común de diversidad microbiana intestinal reducida y de agotamiento de las bacterias productoras de butirato, junto con alteraciones microbianas específicas de cada enfermedad, lo que sugiere un vínculo potencial entre la disbiosis intestinal y la patogénesis autoinmune.

Abdullah Ahmad, El-kalam Busair2026-08-11
🧬 biology

Rapid Phylogeographic Inference of Regional Epidemic Dynamics for Routine Genomic Surveillance

El artículo presenta STEPHY, un kit de herramientas de inferencia de grafos rápido y escalable que transforma las grandes filogenias virales en inteligencia epidémica regional accionable mediante la estimación precisa de la dinámica epidemiológica clave y los roles de fuente-sumidero, según lo demostrado a través de extensas simulaciones y datos reales de SARS-CoV-2.

Max SY Lau, Leke Lyu, Nicola Mueller, Zewen Liu, Lambodhar Damodaran, Wei Jin2026-08-11
🧬 biology

A Confidence-Guided Graph Reinforcement Framework for Robust Multi-Omics Integration and Cancer Subtyping

Este artículo presenta MCGRO, un novedoso marco de aprendizaje por refuerzo basado en grafos y guiado por la confianza que integra datos multiómicos heterogéneos mediante la ponderación adaptativa y la optimización iterativa de aristas para generar redes de similitud de pacientes robustas para una mejor subtipificación del cáncer y estratificación clínica.

SREEKUMAR Ranganathan2026-08-11
🧬 biology

A conservation–divergence spectrum reads subtype specificity from sequence as a sparse, distributed, probabilistic code across protein superfamilies

Este artículo introduce un marco de espectro de conservación-divergencia que identifica los determinantes de la especificidad de subtipos a través de superfamilias proteicas mediante el mapeo de posiciones en un plano restringido por límites de teoría de la información, revelando que la especificidad se codifica como un código probabilístico, disperso y ralo consistente con los principios de competencia de Boltzmann en lugar de interacciones deterministas localizadas.

Huazhang Shen2026-08-11
🧬 biology

When does a conservation–divergence spectrum find the specificity code? A prospective, two-dimensional criterion tested across seven protein families

Este artículo establece un criterio prospectivo y bidimensional para predecir cuándo el espectro de conservación-divergencia puede identificar con éxito las posiciones determinantes de la especificidad, demostrando a través de una validación ciega en siete familias de proteínas que la fiabilidad del método depende de la independencia filogenética y la localidad de la agrupación funcional, más que del algoritmo de detección en sí mismo.

Huazhang Shen2026-08-11
🧬 biology

Proposing an Artificial Neural Networks-based Model to Simulate Human Visual Cortex

Este artículo propone un marco de red neuronal artificial de inspiración biológica que utiliza redes convolucionales y de Hopfield para simular las funciones de la corteza visual humana, incluyendo la extracción de características, la fotofobia relacionada con la migraña y el recuerdo de imágenes potenciado por audio, ofreciendo así nuevas perspectivas sobre los mecanismos neurales.

Sina Saadati2026-08-11
🧬 biology

From ceilings to corrected estimates: capture–recapture on reference networks rescales, but rarely reorders, gene regulatory network benchmarks

Este estudio demuestra que, si bien la incompletitud de las bases de datos de referencia limita severamente la precisión absoluta de los bancos de pruebas de redes de regulación génica, la aplicación de correcciones basadas en captura y recaptura revela que la clasificación relativa de los métodos de inferencia permanece robusta y permanece prácticamente sin cambios a pesar de la incertidumbre significativa en el tamaño estimado del interactoma real.

Liu Chen2026-08-11
🧬 biology

Machine-Learning Modeling of DARWIN Handwriting Features for Alzheimer’s Disease Classification: A Secondary Analysis

Este análisis secundario del conjunto de datos DARWIN demuestra que un modelo de aprendizaje automático que utiliza un subconjunto reducido de 10 tareas de escritura manual logra una precisión de clasificación para la enfermedad de Alzheimer comparable al conjunto completo de 25 tareas, lo que sugiere que las evaluaciones más breves y centradas en la memoria podrían agilizar eficazmente el cribado sin sacrificar el rendimiento.

Sanjay Singhvi, Riddhi Singhvi2026-08-11