La aparición y el rápido desarrollo del aprendizaje profundo, específicamente las arquitecturas basadas en transformadores y los mecanismos de atención, han tenido implicaciones transformadoras en varios dominios, incluida la bioinformática y el análisis de datos genómicos. La naturaleza análoga de las secuencias genómicas a los textos lingüísticos ha permitido la aplicación de técnicas que han demostrado éxito en campos que van desde el procesamiento del lenguaje natural hasta los datos genómicos. Esta revisión proporciona un análisis exhaustivo de los avances más recientes en la aplicación de arquitecturas de transformadores y mecanismos de atención a datos genómicos y transcriptómicos. El enfoque de esta revisión es la evaluación crítica de estas técnicas, discutiendo sus ventajas y limitaciones en el contexto del análisis de datos genómicos. Con el rápido ritmo de desarrollo en las metodologías de aprendizaje profundo, se vuelve vital evaluar y reflexionar continuamente sobre la situación actual y la dirección futura de la investigación. Por lo tanto, esta revisión tiene como objetivo servir como un recurso oportuno tanto para investigadores experimentados como para recién llegados, ofreciendo una visión panorámica de los avances recientes y elucidando las aplicaciones más avanzadas en el campo. Además, este artículo de revisión sirve para resaltar áreas potenciales de investigación futura al evaluar críticamente estudios de 2019 a 2023, actuando así como un trampolín para futuros esfuerzos de investigación.