← Últimos artículos
💻 bioinformática

HARICOT: De Novo Assembly of Raw Nanopore Signals using Fuzzy de Bruijn Graphs

HARICOT es una herramienta novedosa que mejora el ensamblaje de novo de señales de nanoporos mediante el empleo de grafos de de Bruijn difusos y la detección de solapamientos basada en la transformada de Hough para superar las limitaciones de sensibilidad al ruido y escalabilidad de los métodos existentes, logrando una contigüidad y calidad comparables a los principales ensambladores basados en nucleótidos sin requerir la conversión a bases.

Autores originales: McConnell, U., Ngo, Q., Firtina, C.

Publicado 2026-11-18
📖 4 min de lectura☕ Lectura para el café

Autores originales: McConnell, U., Ngo, Q., Firtina, C.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina intentar leer un libro donde las letras no están impresas en la página, sino que están escritas en una línea de tinta ondulante y cambiante que varía su grosor y color a medida que deslizas tu dedo por ella. Esta es la realidad de la secuenciación de ADN moderna utilizando una tecnología llamada secuenciación por nanoporos. A medida que una hebra de ADN pasa a través de un diminuto orificio, interrumpe una corriente eléctrica, creando una señal bruta: una onda dentada y ruidosa que representa el código genético. Tradicionalmente, los científicos han tenido que traducir esta onda desordenada en las letras familiares del alfabeto genético (A, C, G, T) antes de poder hacer algo útil con ella. Este paso de traducción, conocido como basecalling, es lento y requiere una potencia de cálculo masiva, apoyándose a menudo en complejos modelos de inteligencia artificial. Pero, ¿qué pasaría si pudieras saltarte la traducción por completo y ensamblar la historia del genoma directamente desde las ondas crudas y ruidosas?

Durante años, los investigadores han intentado recomponer estas señales brutas sin convertirlas primero, con la esperanza de ahorrar tiempo y recursos informáticos. Una herramienta anterior, llamada Rawsamble, logró encontrar solapamientos entre estas señales, pero los mapas genéticos resultantes a menudo quedaban divididos en fragmentos diminutos e inútiles, muy parecido a un rompecabezas donde la mayoría de las piezas faltan o tienen formas irregulares. El problema era que las herramientas utilizadas para unir estas piezas estaban diseñadas para texto limpio y traducido, no para la naturaleza caótica y propensa a errores de las señales eléctricas puras. El ruido en las señales hacía que fuera casi imposible para los métodos estándar encontrar las conexiones correctas, lo que conducía a una imagen fragmentada e incompleta del genoma.

Un equipo de investigadores ha presentado ahora un nuevo método llamado HARICOT que cambia nuestra forma de abordar este problema. En lugar de intentar forzar las señales ruidosas a un formato para el que nunca fueron destinadas, HARICOT acepta el ruido. Utiliza una técnica matemática tomada de la visión artificial, diseñada originalmente para encontrar líneas rectas en una dispersión de puntos aleatorios, para identificar dónde se solapan dos señales de ADN diferentes. Al tratar las ondas eléctricas puras como un patrón de puntos en lugar de una secuencia de letras, el sistema puede encontrar las líneas de conexión ocultas que otros들도 pasan por alto. Una vez que se encuentran estos solapamientos, el sistema construye un mapa "difuso" del genoma. Este mapa permite imperfecciones y variaciones leves, agrupando segmentos de señal que son similares pero no idénticos, suavizando eficazmente los errores que de otro modo romperían el ensamblaje.

Los resultados de este nuevo enfoque son sorprendentes. Cuando se probó en varios genomas, desde bacterias simples hasta plantas complejas y moscas de la fruta, HARICOT produjo mapas genéticos significativamente más largos y continuos que los creados por la mejor herramienta anterior. En muchos casos, el nuevo método ensambló cromosomas bacterianos completos en piezas únicas e ininterrumpidas, una hazaña que anteriormente requería traducir las señales en letras primero. Si bien la nueva herramienta todavía comete algunos errores más que los métodos más avanzados que sí utilizan la traducción, logra un nivel de completitud que se creía imposible sin ese paso de traducción. Quizás lo más importante es que hace todo esto mucho más rápido que el método antiguo, funcionando casi cuatro veces más rápido en promedio y hasta once veces más rápido en genomas más grandes, todo ello evitando el pesado coste computacional de traducir las señales en letras.

Este trabajo sugiere que no siempre necesitamos convertir los datos biológicos brutos en un formato estándar para entenderlos. Al desarrollar herramientas que puedan trabajar directamente con las señales desordenadas del mundo real, los científicos pueden potencialmente analizar genomas en tiempo real a medida que se están secuenciando, sin esperar a los lentos pasos de procesamiento. Los investigadores han puesto su código y modelos a disposición del público, invitando a otros a construir sobre esta base. Aunque quedan desafíos, particularmente con genomas muy complejos y ciertos tipos de errores de señal, HARICOT demuestra que es posible navegar por el ruido de los datos brutos y encontrar la historia clara y continua de la vida oculta en su interior.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →