🚨 ATENCIÓN INVESTIGADORES, EMPRESAS E INSTITUCIONES 🚨 ¿Tienes TERABYTES de datos ómicos almacenados en discos duros, servidores o la nube… pero aún no logras convertirlos en publicaciones científicas, biomarcadores, patentes o decisiones estratégicas? 🧬 Metabolómica 🧬 Transcriptómica 🧬 Proteómica 🧬 Peptidómica La realidad es que generar datos ya no es el problema… ❌ El problema es analizarlos. ❌ Interpretarlos correctamente. ❌ Integrarlos biológicamente. ❌ Transformarlos en conocimiento útil. Mientras muchos investigadores siguen enfrentándose a miles de variables imposibles de interpretar manualmente, otros ya están utilizando: 💻 Python 📊 R 🤖 Inteligencia Artificial 📈 Ciencia de Datos 🔬 Bioinformática Multi-Ómica para acelerar descubrimientos científicos y tomar decisiones basadas en evidencia. En Pharbiois combinamos herramientas computacionales avanzadas con el acompañamiento de investigadores expertos para ayudarte a extraer el verdadero valor de tus datos. 🎯 Descubrimiento de biomarcadores 🎯 Medicina de precisión 🎯 Investigación traslacional 🎯 Agro y biotecnología 🎯 Inmunooncología 🎯 Desarrollo farmacéutico 🔥 ¿Quieres aprender a manejar estas herramientas y aplicarlas a tus propios proyectos? 🎓 Regístrate GRATIS a nuestras Masterclass: pharbiois.com/contacto 📺 ¿No puedes asistir en vivo? Visita nuestro canal y accede a contenido gratuito: youtube.com/@pharbiois 🐍 Curso básico: Python aplicado a Ciencias Bio-Farmacéuticas pharbiois.com/python-biofarm… 🚀 Diplomado avanzado: Análisis de Datos Ómicos con Python pharbiois.com/diplomadoomico… 📧 ventas@pharbiois.com 📱 WhatsApp: 5522492524 #Omicas #Metabolomica #Transcriptomica #Proteomica #Peptidomica #Bioinformatica #DataScience #Python #RStats #InteligenciaArtificial #MachineLearning #Biomarcadores #PrecisionMedicine #Biotecnologia #Farmaceutica #InvestigacionCientifica #AnalisisDeDatos #MultiOmics #ComputationalBiology #SystemsBiology #Pharbiois #ScienceForLife

La VI Jornada Traslacional GEICO continuará con dos bloques centrados en la innovación aplicada y en el impulso de proyectos propios de investigación traslacional. La Mesa 2 abordará nuevas herramientas y aproximaciones tecnológicas en tumores ginecológicos, desde la microbiota cervical y endometrial hasta las mutaciones somáticas en orina como herramienta no invasiva y las aplicaciones clínicas de la transcriptómica. La Mesa 3 estará dedicada a una selección de proyectos GEICO vinculados a las Becas Andrés Poveda, con trabajos centrados en perfiles de citoquinas, transcriptómica espacial e inteligencia artificial interpretable en cáncer de ovario. Un bloque para profundizar en cómo la tecnología, los biomarcadores y los proyectos cooperativos están ampliando el horizonte de la investigación en oncología ginecológica. 📅 26 de junio de 2026 📍 Auditorio El Beatriz, Madrid #GEICO #JornadaTraslacionalGEICO #InvestigaciónTraslacional #OncologíaGinecológica #InnovaciónTecnológica #MedicinaDePrecisión #EventosGEICO

Hice un video. Este es el tema de mi investigación doctoral 🤓. Estamos viendo transcriptómica, microbiota, correlaciones con patrones dietéticos, muy increíble.

Titanio supera zirconia en integración ósea por respuesta inmunitaria temprana. Un estudio con transcriptómica unicelular revela que la zirconia activa un entorno inflamatorio temprano, mientras el titanio favorece la regeneración ósea. 🔗 Noticia en b-one.dental/implantes-denta…

🚨 ATENCIÓN ALUMNOS, INVESTIGADORES, EMPRESAS E INSTITUCIONES 🚨 ¿Tienes TERABYTES de datos ómicos almacenados en discos duros, servidores o la nube… pero aún no logras convertirlos en publicaciones científicas, biomarcadores, patentes o decisiones estratégicas? 🧬 Metabolómica 🧬 Transcriptómica 🧬 Proteómica 🧬 Peptidómica La realidad es que generar datos ya no es el problema… ❌ El problema es analizarlos. ❌ Interpretarlos correctamente. ❌ Integrarlos biológicamente. ❌ Transformarlos en conocimiento útil. Mientras muchos investigadores siguen enfrentándose a miles de variables imposibles de interpretar manualmente, otros ya están utilizando: 💻 Python 📊 R 🤖 Inteligencia Artificial 📈 Ciencia de Datos 🔬 Bioinformática Multi-Ómica para acelerar descubrimientos científicos y tomar decisiones basadas en evidencia. En Pharbiois combinamos herramientas computacionales avanzadas con el acompañamiento de investigadores expertos para ayudarte a extraer el verdadero valor de tus datos. 🎯 Descubrimiento de biomarcadores 🎯 Medicina de precisión 🎯 Investigación traslacional 🎯 Agro y biotecnología 🎯 Inmunooncología 🎯 Desarrollo farmacéutico 🔥 ¿Quieres aprender a manejar estas herramientas y aplicarlas a tus propios proyectos? 🎓 Regístrate GRATIS a nuestras Masterclass: pharbiois.com/contacto 📺 ¿No puedes asistir en vivo? Visita nuestro canal y accede a contenido gratuito: youtube.com/@pharbiois 🐍 Curso básico: Python aplicado a Ciencias Bio-Farmacéuticas pharbiois.com/python-biofarm… 🚀 Diplomado avanzado: Análisis de Datos Ómicos con Python pharbiois.com/diplomadoomico… 📧 ventas@pharbiois.com 📱 WhatsApp: 5522492524 #Omicas #Metabolomica #Transcriptomica #Proteomica #Peptidomica #Bioinformatica #DataScience #Python #RStats #InteligenciaArtificial #MachineLearning #Biomarcadores #PrecisionMedicine #Biotecnologia #Farmaceutica #InvestigacionCientifica #AnalisisDeDatos #MultiOmics #ComputationalBiology #SystemsBiology #Pharbiois #ScienceForLife

Las firmas transcriptómicas del #envejecimiento no son señales aisladas: en parte ya vienen moduladas por la epigenética. #Epigenética y #transcriptómica no compiten: son capas complementarias del envejecimiento molecular. nature.com/articles/s41586-0…

Rubén Jurado de la U. Complutense de Madrid. Respuesta transcriptómica dual de biofilms de S. aureus asociado a mastitis tras exposición a bacterias lácticas

[Opinión] José María Sifontes: "Ahora se habla de la “edad transcriptómica”, que incluye el estudio de biomarcadores relacionados con el envejecimiento. Mientras más se conozca de estos biomarcadores y sus mecanismos, más se podrán estimar los ritmos de envejecimiento en las diferentes personas..." Lee más ➡️ eldiariodehoy.com/opinion/al…

🧬 La biología puede ser la próxima gran frontera de los agentes de IA. Después del código, viene algo mucho más difícil: interpretar datos biológicos reales. No hablo de responder preguntas de biología de manual, sino de trabajar con datos de transcriptómica espacial, single-cell RNA-seq, expresión diferencial, efectos batch, tipos celulares, muestras complejas y preguntas biológicas donde el contexto experimental importa muchísimo. En la system card de Claude Opus 4.8 aparece algo muy interesante: evaluaciones de LatchBio Bioinformatics. Dos benchmarks especialmente relevantes: 🧫 SpatialBench Evalúa análisis de transcriptómica espacial: datos de expresión génica mapeados sobre localización física en tejido para responder preguntas biológicas sobre la muestra. 🧬 SingleCellBench Evalúa análisis de single-cell RNA-seq con flujos habituales como etiquetado celular, búsqueda de genes diferencialmente expresados y corrección de efectos batch. Y los resultados son llamativos: Claude Opus 4.8 alcanza un 53,3% en SpatialBench y un 58,2% en SingleCellBench. No es “ya está, la IA sustituye al bioinformático”. Es justo lo contrario: empieza a quedar claro que los mejores modelos no solo escriben código, sino que empiezan a entender mejor el flujo real de análisis, los matices del tipo de ensayo y la necesidad de comprobar si el resultado tiene sentido biológico. Y esto cambia mucho el escenario. Porque en biología, medicina personalizada, genómica, metagenómica o investigación traslacional, el cuello de botella no es solo generar datos. El cuello de botella es convertir esos datos en información interpretable, trazable, reproducible y útil para tomar mejores decisiones. La parte importante no es que un modelo haga “un análisis”. La parte importante es que pueda actuar como copiloto bioinformático: ayudar a revisar pipelines, detectar incoherencias, interpretar resultados, documentar pasos, comparar hipótesis y acelerar tareas rutinarias sin eliminar la supervisión experta. Anthropic lo está enfocando claramente: modelos más agentic, más atentos al tipo de ensayo y con mejores resultados en life sciences. La pregunta ya no es si la IA entrará en bioinformática. La pregunta es quién sabrá integrarla bien, con criterio científico, validación, trazabilidad y responsabilidad. Porque aquí no estamos jugando con código bonito. Estamos jugando con datos biológicos. Y eso exige mucho más que una buena demo. Fuente: Claude Opus 4.8 System Card / Anthropic / LatchBio benchmarks. anthropic.com/news/claude-op… @DeryaTR_ @EricTopol @Miss_Salmonella

🗨️@Marti_DF: "Tenemos relojes moleculares de envejecimiento basados en metilación del ADN (epigenética), en proteínas del plasma sanguíneo (proteómica) y ahora también, de la expresión de los genes (transcriptómica)" sciencemediacentre.es/identi…

Durante décadas, la neurobiología de la adicción estuvo dominada por una narrativa casi monocromática: la dopamina como explicación universal del deseo, la compulsión y la recaída. Ese modelo, extraordinariamente influyente y útil en su momento, permitió mapear circuitos de recompensa y comprender por qué ciertas sustancias secuestran mecanismos evolutivamente diseñados para el aprendizaje y la supervivencia. Sin embargo, la creciente sofisticación de la neurociencia contemporánea obliga a reconocer una realidad menos elegante y mucho más incómoda: la adicción no es un trastorno de un neurotransmisor, sino una falla sistémica de integración cerebral. El desplazamiento conceptual que propone esta revisión resulta particularmente relevante porque desafía el reduccionismo dopaminérgico que aún persiste —de forma explícita o implícita— en buena parte de la investigación traslacional y del discurso farmacológico. La recompensa y la aversión no operan como sistemas separados, sino como dimensiones dinámicas de un procesamiento de valencia distribuido, donde convergen señales metabólicas, estados inflamatorios, estrés crónico, memoria emocional y modulaciones homeostáticas. En este contexto, los circuitos orexinérgicos, histaminérgicos y endocannabinoides dejan de ser actores periféricos para convertirse en componentes estructurales de la motivación patológica. La incorporación del núcleo tegmental subventricular (SVTg) como posible nodo integrador representa uno de los aspectos más provocadores de este marco teórico. Históricamente relegado en comparación con regiones clásicas como el área tegmental ventral o el núcleo accumbens, el tronco encefálico comienza a emerger no como un simple relay subcortical, sino como una arquitectura computacional capaz de integrar señales afectivas, autonómicas y motivacionales. La implicación es profunda: la vulnerabilidad adictiva podría depender menos de “centros de recompensa” aislados y más de la incapacidad de redes distribuidas para regular incertidumbre, estrés y saliencia emocional. Pero el entusiasmo mecanicista también merece cautela. La neurociencia de la adicción ha mostrado una tendencia recurrente a reemplazar modelos simplistas por otros excesivamente totalizantes. Existe el riesgo de que la actual fascinación por redes multimodales y transcriptómica unicelular produzca descripciones biológicamente exhaustivas pero clínicamente difusas. Nombrar más nodos no equivale necesariamente a comprender mejor el fenómeno. La complejidad, por sí sola, no garantiza precisión terapéutica. Además, el lenguaje de “medicina de precisión” aplicado a psiquiatría y adicciones continúa enfrentando un problema epistemológico central: las categorías clínicas siguen siendo heterogéneas, culturalmente moduladas y biológicamente superpuestas. Dos pacientes con el mismo patrón de consumo pueden compartir muy poco a nivel molecular, mientras que alteraciones similares de saliencia y compulsividad aparecen en trastornos alimentarios, juego patológico, depresión resistente o incluso dolor crónico. La promesa de biomarcadores personalizados todavía está muy por delante de la evidencia clínica robusta. researchgate.net/publication…

"To be or not to be" Psoriasis palmoplantar vs eccema crónico de manos "El peor de la clase" Utilidad de la dermatoscopia, estudios de transcriptómica y tratamientos sistémicos transversales en casos dudosos/overlap 🔝🔝👏👏 @jm_carrascosa #AEDV2026 @aedv_es

La transcriptómica de célula única está transformando nuestra comprensión de la heterogeneidad celular. 🧬 “scKGBERT: a knowledge-enhanced foundation model for single-cell transcriptomics” (Genome Biology, 2025) #SingleCell #AI #Bioinformatics #Genomics

Estudio científico: Pasco, Huánuco y Junín con focos de cáncer ligado a pesticidas. Según una publicación de (Huanca York Time - 2026), que recoge un estudio, publicado en la revista científica Nature Health, que analizó 158,072 casos registrados entre 2007 y 2020 al mapear 436 “hotspots” o zonas críticas, donde la exposición a #agroquímicos coincide con una alta incidencia de la enfermedad. Los investigadores concluyen que “el estudio revela una sólida asociación espacial entre el riesgo de exposición ambiental a #pesticidas y la incidencia de cáncer” (Nature Health - 2026), y señala a la selva central como una de las áreas más sensibles del territorio nacional. Residuos de pesticidas fueron hallados en cabellos de pobladores. El equipo científico validó el peligro mediante trabajo de campo directo en la región central: encuestaron a 404 comerciantes minoristas de agroquímicos en Junín (86 de ellos en #Huancayo) y 47 en #Huánuco para saber qué venenos se aplican realmente en las chacras. En Huancayo, los investigadores confirmaron que los pesticidas viajan hasta 50 kilómetros desde su lugar de aplicación debido a las lluvias y la escorrentía. Estos ingredientes activos de pesticidas también fueron hallados en el cabello de los pobladores, tras análisis de laboratorio en #Lima y #París. El hallazgo más grave se localiza en la provincia de #Chanchamayo, donde detectaron un grupo inusual de cáncer de hígado en pacientes jóvenes e indígenas que no padecen cirrosis. Al analizar tejido de estos pacientes, los expertos hallaron una “firma transcriptómica” única que prueba cómo “complejas mezclas de pesticidas pueden contribuir a trayectorias carcinogénicas”, algo que no ocurre en pacientes de #Francia o #Taiwán. 31 pesticidas analizadas. Insecticidas (19): Abamectina, Acefato, Carbarilo, Carbofurano, Clorpirifos (CPS), Deltametrina, Diazinón, Dimetoato, Fipronil, Imidacloprid, Metamidofos, Metomilo, Monocrotofos (prohibido en Perú desde 2004, pero el estudio lo detectó en el inventario), Novalurón, Oxidemetón-metilo, Permetrina, Pirimicarb, Sulfoxaflor, Triclorfón. Fungicidas (7): Sulfato de cobre (II) pentahidratado, Difenoconazol, Mancozeb, Metalaxil-M, Metiram, Propineb, Tebuconazol. Herbicidas (5): Ácido 2,4-diclorofenoxiacético (2,4-D), Atrazina, Glifosato, Linurón, Oxifluorfén.

¡Último Bio::Byte de transcriptómica! Aprende a leer, interpretar y sacar conclusiones reales de tus análisis de expresión diferencial. 📅 7 de mayo 🕓 16:00- 17:00📍@FINBAsturias Presenta: @dn_ander Inscríbete: forms.gle/cE7kwXzzhfE6b46S7

@danieljegarcia de la unidad de bioinformática, habló sobre las tecnologías de #transcriptómica espacial de nuestro centro, comparando la misma muestra con #stomics y #visiumHD

🎯Perfil proteómico plasmático integrado con transcriptómica identifica proteínas circulantes asociadas a respuesta y supervivencia en el CP resistente ..🥵 l tumor. @OncoAlert @APCCC_Lugano #IPCS26 #APCCC26 @Silke_Gillessen @urotoday @SweeneySteve @aaoncoclinica @GrupoGuiaArg

Aquí los investigadores hicieron lo que hay que hacer cuando uno quiere entender ciencia de verdad… muchos experimentos (mismos que leí uno a uno porque no deja de sorprenderme lo que los humanos hemos sido capaces de hacer). Probaron varios protocolos de ayuno (intermitente, prolongado, 16/8), usaron animales y humanos, vacunas reales como influenza y CIVID, generaron infecciones virales, y las técnicas van desde citometría hasta transcriptómica y modelos knockout. (Esto nunca lo verás citado en una cuenta de wellness anti protector solar 🤓)

🫁⚡𝗙𝗮𝗹𝗹𝗮 𝗿𝗲𝘀𝗽𝗶𝗿𝗮𝘁𝗼𝗿𝗶𝗮 𝗮𝗴𝘂𝗱𝗮✅👌🏼 @SpringerNature 👇🏼👇🏼👇🏼👇🏼 📑🔗🔑🔓 t.me/ClubCrit ⬇️⬇️⬇️⬇️ 🧵👇 🧠 1️⃣. 𝙉𝙪𝙚𝙫𝙤 𝙚𝙣𝙛𝙤𝙦𝙪𝙚 🎯 Ir más allá de PaO₂/FiO₂ 🔬 𝙁𝙚𝙣𝙤𝙩𝙞𝙥𝙖𝙧 𝙥𝙖𝙘𝙞𝙚𝙣𝙩𝙚𝙨 → mejor respuesta terapéutica 🔍 2️⃣. 𝙁𝙚𝙣𝙤𝙩𝙞𝙥𝙤𝙨 𝙘𝙡𝙖𝙫𝙚 🔥 Inflamatorio vs no inflamatorio 🫁 Mecánico (driving pressure, VILI) 👤 Edad/comorbilidades → respuesta a NMBA 🌬️ 3️⃣. 𝙎𝙤𝙥𝙤𝙧𝙩𝙚 𝙧𝙚𝙨𝙥𝙞𝙧𝙖𝙩𝙤𝙧𝙞𝙤 💨 HFNC → primera línea 🤿 Prono despierto → respuesta precoz predice pronóstico ⚙️ VM: balance 𝙥𝙧𝙤𝙩𝙚𝙘𝙘𝙞𝙤́𝙣 𝙥𝙪𝙡𝙢𝙤𝙣𝙖𝙧 𝙤𝙩𝙧𝙤𝙨 𝙤́𝙧𝙜𝙖𝙣𝙤𝙨 🧠🫁 4️⃣. 𝙑𝙚𝙣𝙩𝙞𝙡𝙖𝙘𝙞𝙤́𝙣 “𝙞𝙣𝙩𝙚𝙜𝙧𝙖𝙡” 🔄 Ventilación espontánea precoz 🧠 ↓ sedación → beneficio neurológico 📡 PEEP guiado (EIT / presión transpulmonar) 💧 5️⃣. 𝙁𝙡𝙪𝙞𝙙𝙤𝙨 ⚖️ Difícil balance 📉 Hipovolemia → peor pronóstico 📊 Índices dinámicos útiles, pero no suficientes 🚨 6️⃣. 𝙀𝙨𝙘𝙖𝙡𝙖𝙢𝙞𝙚𝙣𝙩𝙤 🔼 NIV optimizada (↑PEEP) 🔴 ECMO → última línea 🔄 7️⃣. 𝘿𝙚𝙨𝙩𝙚𝙩𝙚 ⏱️ Individualizar SBT ⚠️ Modelos predicen bien bajo riesgo, pero sobretratan alto riesgo 🧬 8️⃣. 𝙁𝙪𝙩𝙪𝙧𝙤 🧪 Ventilación guiada por biomarcadores (miRNA, transcriptómica) 🎯 Terapias dirigidas a inflamación y sobredistensión ‼️Si te sirve: ❤️ Me gusta | 🔁 Repost | ➕ Follow para más #MedED en #ClubCrit 😄🧠🫶 📚📖 Más en el blog #ClubCrit 👉 [buff.ly/rFA2ABA] #ClubCrit #ARF #ARDS #SDRA #RespiratoryFailure #CritCareMed #POCUS #VExUS #ICU #CriticalCare #CuidadoCrítico #MedTwitter #CritCare #Diagnóstico #icu #intensivecare #diagnosis #management #UCI #Tratamiento #MedicinaBasadaEnEvidencia #MedEd #Medicina #FOAMed #FOAMcc #MedX #IntensiveCare #EducaciónMédica #MedIntensiva #MedXCommunity #MedicinaCrítica #MedED #CritCare #ICUmanagement #MustRead #LecturaRecomendada

Mañana volvemos con más transcriptómica! "Interpretación de gráficos de control de calidad" Esta vez empezamos una hora antes (15:00-16:00) @FINBAsturias Conducido por: @dn_ander Inscríbete aquí: forms.gle/dUt25Uj5WUpjnBvw5 #ISPA #Bioinformatics #rstats #opensource #datascience